基于數(shù)學(xué)模型的網(wǎng)絡(luò)安全態(tài)勢(shì)感知綜述

《基于數(shù)學(xué)模型的網(wǎng)絡(luò)安全態(tài)勢(shì)感知綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于數(shù)學(xué)模型的網(wǎng)絡(luò)安全態(tài)勢(shì)感知綜述　　摘要：網(wǎng)絡(luò)安全態(tài)勢(shì)感知研究對(duì)于增強(qiáng)網(wǎng)絡(luò)的安全監(jiān)控能力、應(yīng)急響應(yīng)能力和預(yù)測(cè)網(wǎng)絡(luò)安全的態(tài)勢(shì)發(fā)展具有重要的作用。本文旨在介紹幾種基于數(shù)學(xué)模型的態(tài)勢(shì)感知系統(tǒng)，并針對(duì)不同的網(wǎng)絡(luò)環(huán)境進(jìn)行應(yīng)用，講解不同的算法以及各種模型的態(tài)勢(shì)感知優(yōu)缺點(diǎn)，并對(duì)不同數(shù)學(xué)模型的態(tài)勢(shì)感知系統(tǒng)選擇提供建議?！　￡P(guān)鍵詞：態(tài)勢(shì)感知；數(shù)學(xué)模型；網(wǎng)絡(luò)安全；態(tài)勢(shì)預(yù)測(cè)　　中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A　　0.引言　　隨著計(jì)算機(jī)網(wǎng)絡(luò)的高速發(fā)展，各種新型的網(wǎng)絡(luò)攻擊手段不斷出現(xiàn)，網(wǎng)絡(luò)安全的問題成為計(jì)算機(jī)網(wǎng)絡(luò)使用者和管理員們高度關(guān)注的問題。由于各行各業(yè)活動(dòng)都開始線上線下共

2、同發(fā)展，因而網(wǎng)絡(luò)作為現(xiàn)代人們活動(dòng)的主要場(chǎng)所，其安全性也成為了現(xiàn)代社會(huì)關(guān)注的焦點(diǎn)問題之一。由于網(wǎng)絡(luò)信息交流主要依賴于數(shù)字化信息，而數(shù)字信息容易受到攻擊，而被破壞盜用，引發(fā)諸多不安全問題。傳統(tǒng)的網(wǎng)絡(luò)安全防御措施，如：查看安全日志、添加和配置網(wǎng)絡(luò)安全設(shè)備（防火墻、路由器訪問控制列表、IDS等）無法全局地分析網(wǎng)絡(luò)的安全狀況和預(yù)測(cè)網(wǎng)絡(luò)安全的態(tài)勢(shì)發(fā)展。網(wǎng)絡(luò)安全技術(shù)也在不斷變革，從傳統(tǒng)的入侵檢測(cè)、入侵防御到入侵容忍、可生存性研究等。5　　網(wǎng)絡(luò)安全態(tài)勢(shì)是一種通過現(xiàn)有的網(wǎng)絡(luò)信息進(jìn)行實(shí)施評(píng)估系統(tǒng)安全的研究領(lǐng)域，通過對(duì)信息的分析，為網(wǎng)絡(luò)管理員的操作提供依據(jù)，避免即將到來的網(wǎng)絡(luò)不

3、安因素和風(fēng)險(xiǎn)，將損失降到最低，安全態(tài)勢(shì)評(píng)估準(zhǔn)確性提高，可以為網(wǎng)絡(luò)管理員決策提供更加有力的信息支持?！　【W(wǎng)絡(luò)安全態(tài)勢(shì)感知NSSA（networksecuritysitu-ationawareness）是目前的研究熱點(diǎn)，它能實(shí)時(shí)感知安全風(fēng)險(xiǎn)，使安全分析員可以掌握網(wǎng)絡(luò)安全狀況，從而為準(zhǔn)確決策提供可靠依據(jù)，將安全事件帶來的風(fēng)險(xiǎn)和損失降低到最低限度。網(wǎng)絡(luò)安全態(tài)勢(shì)感知通過分析威脅傳播對(duì)網(wǎng)絡(luò)系統(tǒng)的影響，對(duì)系統(tǒng)的安全性進(jìn)行全面、準(zhǔn)確地評(píng)估，并提供出對(duì)應(yīng)的系統(tǒng)加固方法，通過不同的數(shù)據(jù)模型進(jìn)行相關(guān)算法的優(yōu)化分析，有效地抑制威脅的擴(kuò)散?！　?.基于時(shí)空維度分析的網(wǎng)絡(luò)安全態(tài)勢(shì)感知

4、　　空間數(shù)據(jù)發(fā)覺理論是針對(duì)實(shí)體的幾何形狀、物理位置、拓?fù)浣Y(jié)構(gòu)、維度等進(jìn)行研究的空間特性的理論和方法，早期主要應(yīng)用于環(huán)境研究、地理信息系統(tǒng)、交通控制、醫(yī)學(xué)影像識(shí)別等領(lǐng)域。后來，由于具有空間特性的網(wǎng)絡(luò)數(shù)據(jù)也逐漸被引用到網(wǎng)絡(luò)安全領(lǐng)域中了。　　基于時(shí)間維度分析的網(wǎng)絡(luò)安全態(tài)勢(shì)模型對(duì)已經(jīng)出現(xiàn)的攻擊序列Asi進(jìn)行攻擊追蹤分析，在攻已成功實(shí)施攻擊的情況下，不存在繼續(xù)被攻擊序列利用的脆弱性，所以該攻擊序列不會(huì)再發(fā)生變化；其次，對(duì)已攻擊序列進(jìn)行時(shí)間序列的分析，由于時(shí)空維度模型（ARMA）在安全態(tài)勢(shì)領(lǐng)域的預(yù)測(cè)結(jié)果誤差較小，所以選用ARMA模型進(jìn)行分析。ARMA模型首先進(jìn)行平穩(wěn)性

5、檢測(cè)。5　　基于時(shí)空維度分析的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)，從網(wǎng)絡(luò)體系中的進(jìn)攻方、防御方、環(huán)境三方進(jìn)行安全態(tài)勢(shì)的要素集收集，然后在時(shí)空維度上進(jìn)行對(duì)未來各個(gè)時(shí)間段內(nèi)的網(wǎng)絡(luò)安全態(tài)勢(shì)要素集的預(yù)測(cè)，并根據(jù)要素集之間的關(guān)聯(lián)性在空間維度模型上進(jìn)行數(shù)據(jù)發(fā)掘計(jì)算網(wǎng)絡(luò)的安全態(tài)勢(shì)。最后利用公用數(shù)據(jù)集DARPA進(jìn)行結(jié)果驗(yàn)證，證明基于時(shí)間維度的感知模型是可以提高安全態(tài)勢(shì)的預(yù)測(cè)能力的?！　?.基于Markov博弈模型的網(wǎng)絡(luò)安全態(tài)勢(shì)感知　　傳統(tǒng)認(rèn)知態(tài)勢(shì)感知的核心是對(duì)態(tài)勢(shì)量化進(jìn)行評(píng)估。我們首先要對(duì)數(shù)據(jù)進(jìn)行采集，將其中檢測(cè)出的安全類數(shù)據(jù)進(jìn)行融合并進(jìn)行歸類，如：威脅集合、信息集合、脆弱性集合和網(wǎng)絡(luò)

6、架構(gòu)等信息。將這部分?jǐn)?shù)據(jù)進(jìn)行格式規(guī)范化并保存在數(shù)據(jù)庫中，這樣就可以進(jìn)行數(shù)據(jù)地實(shí)時(shí)操作了；其次，對(duì)集合中的每個(gè)威脅元素建立TPN；并對(duì)用戶、管理者、威脅進(jìn)行Markov模型的博弈分析，評(píng)估單個(gè)威脅的保密性態(tài)勢(shì)以此來給出優(yōu)化的系統(tǒng)加固方案；最終，對(duì)威脅集合中的保密性態(tài)勢(shì)進(jìn)行綜合分析進(jìn)而評(píng)估系統(tǒng)的保密性安全態(tài)勢(shì)；同理，我們可以評(píng)估系統(tǒng)的可用性態(tài)勢(shì)和完整性態(tài)勢(shì)。針對(duì)不同的網(wǎng)絡(luò)系統(tǒng)應(yīng)用環(huán)境和需求，對(duì)系統(tǒng)的完整性、保密性、安全性、可用性態(tài)勢(shì)加權(quán)，以此評(píng)估整個(gè)系統(tǒng)當(dāng)前的安全態(tài)勢(shì)情況?！　∠到y(tǒng)在不同的時(shí)間段內(nèi)安全態(tài)勢(shì)是相互關(guān)聯(lián)的，態(tài)勢(shì)預(yù)測(cè)模塊以態(tài)勢(shì)評(píng)估結(jié)果為基礎(chǔ)。我們可以

7、利用此種相關(guān)聯(lián)的態(tài)勢(shì)變化規(guī)律結(jié)果進(jìn)行分析和預(yù)測(cè)。　　Markov博弈模型通過態(tài)勢(shì)評(píng)估將資產(chǎn)、威脅、脆弱性之間的關(guān)系進(jìn)行了詳細(xì)地描述，評(píng)估結(jié)果準(zhǔn)確、全面、具有科學(xué)客觀性，為管理者提供的系統(tǒng)加固方案能很好地針對(duì)具體的某個(gè)威脅找到其路徑和節(jié)點(diǎn)，有效地提供了系統(tǒng)安全性、抑制了威脅的擴(kuò)散?！　?.基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)感知5　　BP神經(jīng)網(wǎng)絡(luò)模型的并行處理能力，自適應(yīng)性相對(duì)較強(qiáng)，因而靈活性相對(duì)較高，能夠利用任意精度處理函數(shù)關(guān)系。除此之外，由于不確定的非線性態(tài)勢(shì)值，傳統(tǒng)模型的預(yù)測(cè)結(jié)果誤差相對(duì)較大。RBF網(wǎng)絡(luò)在對(duì)復(fù)雜系統(tǒng)的描述中，可以進(jìn)行非線性系統(tǒng)描述，因而在網(wǎng)絡(luò)安全

8、預(yù)測(cè)中可以發(fā)揮巨大的作用，因此神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化可以通過遺傳算法進(jìn)行