基于粒計算理論的網(wǎng)絡(luò)安全行為分析關(guān)鍵技術(shù)研究.pdf

1、隨著移動互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)已經(jīng)深入到了人們生活的方方面面。網(wǎng)絡(luò)出現(xiàn)任何故障（包括設(shè)備故障和遭受攻擊等）都會對生活工作造成巨大的影響。與此同時，還面臨著互聯(lián)網(wǎng)信息的傳播速度與傳統(tǒng)媒體傳播相比有著巨大的優(yōu)勢，短時間內(nèi)即可形成輿論導(dǎo)向，甚至影響到輿論的穩(wěn)定。《國家網(wǎng)絡(luò)空間安全戰(zhàn)略》從網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施和信息安全與傳播兩個角度，定義了網(wǎng)絡(luò)空間安全戰(zhàn)略。一方面，要保障網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施的安全；另一方面，要保障網(wǎng)絡(luò)信息的安全，以及網(wǎng)絡(luò)信息的真實可靠

2、，不會誤導(dǎo)公眾，造成網(wǎng)絡(luò)群體事件。因此，為了從上述兩個角度來維護網(wǎng)絡(luò)空間的安全，需要對網(wǎng)絡(luò)中IP層和應(yīng)用層（特別是Web內(nèi)容）的用戶行為進行分析挖掘，及時發(fā)現(xiàn)危害網(wǎng)絡(luò)空間安全的行為，保障網(wǎng)絡(luò)及相關(guān)應(yīng)用的正常運行。
　　粒計算理論具備強大的不完備信息處理能力，受到了學(xué)界的廣泛認可。它在人工智能、深度學(xué)習(xí)、信息安全等領(lǐng)域有很高的應(yīng)用價值。本文基于粒計算理論，結(jié)合當(dāng)下對網(wǎng)絡(luò)空間安全的應(yīng)用背景，對網(wǎng)絡(luò)流量異常檢測和微博用戶行為分析開展了研

3、究，主要取得如下成果：
　?。?）提出了基于動態(tài)Vague集的網(wǎng)絡(luò)流量異常檢測算法
　　在動態(tài)Vague集的基礎(chǔ)上，提出了頻度因子模型和相關(guān)因子模型，解決了網(wǎng)絡(luò)流量異常檢測中面臨的不完備流數(shù)據(jù)難以有效分析的問題。頻度因子模型基于頻度因子認知計算而得到，與基礎(chǔ)認知相結(jié)合后，形成動態(tài)認知Vague集，有利于處理隨時間變化而變化的場景；相關(guān)因子模型使用相關(guān)度的概念提高異常識別的準確率，通過實驗證明該算法在數(shù)據(jù)缺失達到80％以上時，

4、依然能夠保持較高的識別準確率。
　?。?）構(gòu)建了基于動態(tài)認知的微博用戶行為分析方法
　　動態(tài)認知過程是粒層凝聚變化的過程。通過對特征屬性的動態(tài)認知，構(gòu)建粒層凝聚算法。動態(tài)認知具有靈活性的特點，隨需求變化進行粒層凝聚，形成滿足具體需求的認知粒子凝聚?；趧討B(tài)認知可以獲得對應(yīng)的粒層分析，進而形成相關(guān)的粒層用于智能分類等應(yīng)用。在此基礎(chǔ)上，將該方法應(yīng)用到微博用戶行為關(guān)系網(wǎng)絡(luò)構(gòu)建和微博用戶快速分類之中，在選定的三種重要行為特征情況下，

5、分類準確率并沒有明顯的降低，取得了很好的分類效果。
　?。?）設(shè)計了基于Spark技術(shù)的網(wǎng)絡(luò)安全行為分析平臺
　　該平臺為了滿足處理數(shù)據(jù)來源的多樣性、數(shù)據(jù)采集點的分散性、數(shù)據(jù)處理的及時有效性，采用了基于Spark技術(shù)的準在線分析方法，實時獲取網(wǎng)絡(luò)流量、Netflow數(shù)據(jù)、防火墻日志和Web數(shù)據(jù)等多源原始數(shù)據(jù)，采用離線數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析的方式得到分析結(jié)果。在告警決策方面，基于D-S方法和Vague集理論，提出了多源數(shù)據(jù)評估的