模糊認知與關聯(lián)融合在信息安全保障中的應用.pdf

1、網(wǎng)絡信息安全系統(tǒng)及其生存環(huán)境中存在著廣泛的不確定性，構建和完善網(wǎng)絡信息安全保障體系是一項復雜的系統(tǒng)工程。由于諸多不確定性因素的存在、以及諸因素間的復雜關聯(lián)關系，對于系統(tǒng)安全風險的總體分析與量化評估、入侵檢測與監(jiān)控系統(tǒng)的警報融合關聯(lián)、以及網(wǎng)絡信息系統(tǒng)的安全態(tài)勢評估等關鍵問題，傳統(tǒng)技術方法難以提供有效的解決方案。 本文基于建設和改進某動態(tài)網(wǎng)絡安全保障系統(tǒng)的實際工程背景，在多個相關課題項目的資助下，以系統(tǒng)認知推理的模糊性和系統(tǒng)構成要素

2、之間關聯(lián)關系的復雜性為切入點，深入研究了模糊認知與關聯(lián)融合方法及其在系統(tǒng)風險評估、入侵警報融合、安全態(tài)勢評估中的應用，為工程項目的具體實施提供理論算法依據(jù)和專業(yè)技術支撐，取得了如下幾個方面的研究成果和創(chuàng)新點： 1.基于關聯(lián)融合的模糊認知圖框架與模型。針對現(xiàn)有FCM模型的普遍缺陷，為有效模擬節(jié)點間與或關聯(lián)的不確定性，將多屬性決策中的OWA/WOWA算子族引入模糊認知圖理論研究領域，構建了基于OWA算子和WOWA算子的模糊認知圖框架

3、：OWA-FCM、WOWA-FCM。進而分別在上述框架下提出了基于OWA算子的概率模糊認知圖(OWA-PFCM)模型、基于WOWA算子的混合模糊認知圖(HFCM)模型。OWA-PFCM模型能同時表示因果節(jié)點狀態(tài)的不確定性、因果聯(lián)系強度的不確定性、與或組合關系的不確定性，比傳統(tǒng)FCM具有更強的模擬能力和靈活性。HFCM模型增強了傳統(tǒng)FCM的語義信息和模擬能力，解決了規(guī)則組合激增問題，提高了FCM的表示與推理性能，兼有數(shù)值型FCM和語言型F

4、CM的優(yōu)點。 2.基于模糊關聯(lián)融合的層次化網(wǎng)絡風險評估方法與模型。從系統(tǒng)風險分析與評估的角度，建立了信息系統(tǒng)安全保障體系的整體框架模型。為保證漏洞檢測的效果并提高掃描效率，提出一種基于信息層次，以端口掃描為基礎、漏洞庫匹配與插件檢測技術相結合，通過“逐級判斷”來組織的漏洞掃描策略。針對網(wǎng)絡風險評估中存在的不確定性和主觀性、評估要素關聯(lián)關系的模糊性與復雜性、以及屬性關聯(lián)性合成權重在實際評估中難以獲得的特點，提出了基于Shapley

5、熵與Choquet積分的層次化風險評估模型。該模型通過引入多人合作對策中的Shapley值概念，基于最大Shapley熵原理、運用逐級Choquet積分融合的層次分析法解決貧信息情況下信息系統(tǒng)風險綜合評估問題。園區(qū)子網(wǎng)信息安全風險評估實例驗證了方法與模型的有效性。 3.基于模糊認知的入侵警報關聯(lián)融合方法與模型。針對網(wǎng)絡分布式IDS存在的問題，基于攻擊意圖分析與因果認知思想，提出了模糊入侵警報融合關聯(lián)框架模型。該模型僅包含警報規(guī)范

6、化、警報聚合、警報驗證、關聯(lián)認知四個環(huán)節(jié)，簡化了傳統(tǒng)的警報融合過程，并具有較強的適應性。提出了基于特征屬性相似度的警報聚合算法、基于目標環(huán)境屬性相關度的警報驗證算法、以及基于WOWA-FCM的復合攻擊警報關聯(lián)認知方法。上述方法將警報聚合、警報驗證、關聯(lián)認知過程有機結合于WOWA-FCM模型，不僅能有效消除警報冗余、提高警報質(zhì)量，并且能識別復合攻擊各個階段、構建完整的攻擊視圖、動態(tài)評判攻擊的總體進度和目標系統(tǒng)的安全狀態(tài)。DARPA2000

7、LLDOS數(shù)據(jù)集實驗證明了方法與模型的有效性。 4.面向入侵響應決策的層次化安全態(tài)勢評估方法與模型。從系統(tǒng)安全防護與安全管理的實際需求出發(fā)，建立了層次化安全態(tài)勢評估模型。提出了基于WOWA合成的模糊層次分析法(WOWA-FAHP)和基于WOWA-FAHP的網(wǎng)絡安全態(tài)勢評估模型。WOWA-FAHP方法在繼承模糊層次分析法優(yōu)點的基礎上兼顧屬性間的客觀、主觀關聯(lián)性，能夠適應各種決策偏好?；赪OWA-FAHP的評估模型把動態(tài)評估與靜態(tài)