網(wǎng)絡(luò)安全態(tài)勢感知中非均衡數(shù)據(jù)異常分類的研究.pdf

1、現(xiàn)在的網(wǎng)絡(luò)安全問題已經(jīng)是一個非常嚴(yán)重的問題，如何能夠有效及時的發(fā)現(xiàn)網(wǎng)絡(luò)攻擊，預(yù)防網(wǎng)絡(luò)攻擊具有非常重要的意義，現(xiàn)有的網(wǎng)絡(luò)安全技術(shù)已經(jīng)難以滿足網(wǎng)絡(luò)管理。而基于融合技術(shù)的網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)必然成為網(wǎng)絡(luò)管理的發(fā)展方向。
　　網(wǎng)絡(luò)安全態(tài)勢感知是應(yīng)用數(shù)據(jù)融合的方法，將來自不同安全檢測工具的報警信息進行融合來分析當(dāng)前網(wǎng)絡(luò)的安全狀況，并根據(jù)當(dāng)前的狀態(tài)預(yù)測下一步網(wǎng)絡(luò)將會受到的攻擊行為。網(wǎng)絡(luò)非均衡數(shù)據(jù)異常分類作為網(wǎng)絡(luò)安全態(tài)勢感知最重要的一個環(huán)節(jié)，為

2、安全態(tài)勢提供非常重要的安全信息和決策。它運用到的技術(shù)包括數(shù)據(jù)挖掘技術(shù)、融合技術(shù)以及可視化等技術(shù)。本文主要運用數(shù)據(jù)挖掘相關(guān)技術(shù)，對整個網(wǎng)絡(luò)安全態(tài)勢感知中非均衡數(shù)據(jù)異常分類進行研究，這些數(shù)據(jù)是基于時間和主機的網(wǎng)絡(luò)流量統(tǒng)計，如何實現(xiàn)高效準(zhǔn)確的網(wǎng)絡(luò)非均衡數(shù)據(jù)異常分類是網(wǎng)絡(luò)安全所面臨的一個嚴(yán)峻的挑戰(zhàn)。為了解決這個問題，本文針對網(wǎng)絡(luò)數(shù)據(jù)的特點做了如下工作:
　　(1)通過分析傳統(tǒng)的網(wǎng)絡(luò)數(shù)據(jù)異常分類模型，結(jié)合數(shù)據(jù)的特點，針對異常分類系統(tǒng)存在的兩

3、個問題在數(shù)據(jù)預(yù)處理階段做出改進:一是數(shù)據(jù)屬性冗余和屬性權(quán)重問題，運用粗集理論對各個屬性賦予權(quán)重并進行屬性約減;二是粗集理論中連續(xù)數(shù)據(jù)離散化問題，提出了針對數(shù)據(jù)特點的自適應(yīng)離散化算法，該算法是根據(jù)屬性值分布來確定離散間隔。實驗表明該算法相比其他算法提高了異常分類的準(zhǔn)確率，而且減少了斷點數(shù)和剩余條件屬性個數(shù)，減少了空間維數(shù)，提高了異常分類的效率。
　　(2)在異常分類的階段，本文針對新異常分類問題和非均衡數(shù)據(jù)提出了解決辦法。隨著時間的

4、推移、技術(shù)的進步，網(wǎng)絡(luò)中會不斷出現(xiàn)新的異常類，針對這一問題提出了實時更新異常模型來解決新異常分類問題。另外一個問題就是網(wǎng)絡(luò)中具體異常行為相對正常行為較低，導(dǎo)致數(shù)據(jù)分布非均衡，這樣對網(wǎng)絡(luò)具體異常分類效率比較低。本文針對這一問題提出先用單分類器，來處理正常數(shù)據(jù)和異常數(shù)據(jù)的分類，當(dāng)出現(xiàn)少數(shù)異常數(shù)據(jù)的時候再用快速最近鄰分類器進行分類，這樣在大部分時間內(nèi)是單分類器在工作，大大減少了工作量提高了效率。
　　(3)基于以上提出的方法，應(yīng)用經(jīng)典的