手機(jī)安全支付異常流量監(jiān)測(cè)技術(shù)的研究.pdf

1、近年來，手機(jī)移動(dòng)支付因其便利性和快捷性具有了廣大的市場(chǎng)，但因其應(yīng)用層的安全機(jī)制和技術(shù)還不夠完善，外加手機(jī)病毒的出現(xiàn)、移動(dòng)終端與銀行接口以及系統(tǒng)的開放性等方面存在的漏洞，使得手機(jī)支付的安全性成為當(dāng)前的研究熱點(diǎn)之一。
　　本論文主要以研究手機(jī)支付中惡意行為帶來的網(wǎng)絡(luò)流量異常變化的安全威脅問題為切入點(diǎn)，以網(wǎng)絡(luò)流量的分析提取為基礎(chǔ)，以信息熵為基本度量方法，建立了基于多層前饋神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Netw

2、ork，簡(jiǎn)稱BP神經(jīng)網(wǎng)絡(luò)）的手機(jī)安全支付異常流量監(jiān)測(cè)模型。系統(tǒng)通過對(duì)網(wǎng)絡(luò)流量變化過程中異常行為的提取和對(duì)比，給出了一個(gè)完整的從異常發(fā)現(xiàn)到異常分析及判斷異常指標(biāo)動(dòng)態(tài)調(diào)整的工作流程。本文所作的工作主要體現(xiàn)在以下幾個(gè)方面:
　　1．通過對(duì)手機(jī)移動(dòng)支付過程的分析，討論了其安全威脅的主要來源，并選取了特征參數(shù)對(duì)其流量進(jìn)行監(jiān)測(cè)從而達(dá)到保證其安全性的目的。其中，通過分析手機(jī)支付中能夠充分體現(xiàn)其流量特征的參數(shù)，提取出四個(gè)特征參數(shù)并計(jì)算熵值。

3、>　　2．詳細(xì)設(shè)計(jì)了基于信息熵和BP神經(jīng)網(wǎng)絡(luò)的異常流量監(jiān)測(cè)系統(tǒng)的結(jié)構(gòu)。利用BP神經(jīng)網(wǎng)絡(luò)最突出的再學(xué)習(xí)機(jī)制，將初步監(jiān)測(cè)結(jié)果再次送入神經(jīng)網(wǎng)絡(luò)內(nèi)部，達(dá)到動(dòng)態(tài)分析和調(diào)整的目的。
　　3．提出了動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)流量閾值區(qū)間的算法，通過該算法可以實(shí)時(shí)更新流量監(jiān)測(cè)指標(biāo)，做到適應(yīng)當(dāng)前網(wǎng)絡(luò)狀況的要求。此外，考慮到監(jiān)測(cè)任務(wù)中監(jiān)測(cè)結(jié)果的效率問題，設(shè)計(jì)該算法時(shí)只選取變化顯著的特征參數(shù)參與調(diào)整，從而減少了網(wǎng)內(nèi)數(shù)據(jù)的存儲(chǔ)量和計(jì)算量。
　　本論文最后利用ma