網(wǎng)絡(luò)安全態(tài)勢感知數(shù)據(jù)融合技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、互聯(lián)網(wǎng)的發(fā)展給人們帶來極大的便捷,同時也導(dǎo)致了各種安全事件頻繁發(fā)生,網(wǎng)絡(luò)安全已經(jīng)成為全球性的挑戰(zhàn),提升網(wǎng)絡(luò)安全技術(shù)水平,對社會和個人都有著重大的意義。然而,傳統(tǒng)的安全方法已不能滿足網(wǎng)絡(luò)安全的需求,迫切需要新的技術(shù),及時發(fā)現(xiàn)網(wǎng)絡(luò)安全狀況做出預(yù)警措施。
  基于數(shù)據(jù)融合的網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)綜合利用來自各方面的安全要素,從整體上實時掌握網(wǎng)絡(luò)安全現(xiàn)狀,并對網(wǎng)絡(luò)安全的發(fā)展趨勢進(jìn)行預(yù)測和預(yù)警。本文在分析網(wǎng)絡(luò)安全態(tài)勢感知中數(shù)據(jù)融合技術(shù)所涉及的

2、理論基礎(chǔ)上,圍繞數(shù)據(jù)融合的三個層次,探索不同融合層次上有效的融合模型、相應(yīng)的算法及其應(yīng)用,深入研究數(shù)據(jù)融合中的特征層和決策層的相關(guān)原理以及在網(wǎng)絡(luò)安全方面的應(yīng)用,并提出了一系列新的思想和方法,主要工作如下:
  1)特征層融合中,結(jié)合灰色關(guān)聯(lián)分析和屬性相似度方法提出了一種改進(jìn)的告警聚類融合方法,首先利用灰色關(guān)聯(lián)確定影響系統(tǒng)的主要因素的重要性程度,得到的結(jié)果作為影響因素的權(quán)值,再利用屬性相似度實現(xiàn)告警聚合,聚合的結(jié)果能有效地根據(jù)系統(tǒng)特

3、點去除冗余,合并同類攻擊產(chǎn)生的重復(fù)和相似告警。實驗采用DARPA1999數(shù)據(jù)集,利用Snort重放得到告警信息,實驗結(jié)果表明本文提出的方法可以有效地精簡原始告警,消除冗余實現(xiàn)告警信息的關(guān)聯(lián)融合。
  2)決策層融合中,本文構(gòu)建了HMM-DS融合分類決策模型結(jié)構(gòu),為了克服單一隱馬爾科夫分類的局限性,將HMM結(jié)果集成到DS框架中,HMM為DS提供狀態(tài)概率輸出,將各子HMM的輸出作為證據(jù)體,以所提出的改進(jìn)的證據(jù)合成方法實現(xiàn)攻擊分類決策,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論