面向用戶可信的移動云用戶行為模式挖掘與在線識別策略研究.pdf

1、移動云計算是隨著云計算和移動互聯(lián)網(wǎng)的不斷發(fā)展與融合而產(chǎn)生的一種新型應用模式。在可信移動云服務架構中，用戶身份及行為的可信性判定與識別將成為后繼服務的重要前提，只有在保證用戶身份和用戶操作可靠與安全的前提下，才可以進行后續(xù)的智能決策和服務資源調(diào)配，保障向用戶提供滿足需求的連續(xù)服務能力?？梢?，用戶行為判別對移動云服務十分重要。本文中提到的用戶可信是指用戶對服務實施的操作和動作總是處于用戶所屬規(guī)則允許的范圍內(nèi)，對于用戶的異常行為可識別、可控制

2、。模式挖掘這個工具，使我們可以從大量的正常移動用戶讀寫移動云服務的行為數(shù)據(jù)中挖掘出其行為模式特點，構造正常行為的參考集合。之后實時地將用戶行為與正常行為進行對比，來檢測用戶是否異常，達到對用戶行為的監(jiān)督與識別，從而保障用戶層數(shù)據(jù)讀寫環(huán)境和服務交付來往的安全性。
　　本文圍繞用戶可信問題，著重開展用戶行為模式挖掘與在線識別的研究。
　　1.提出了用戶時序行為序列的定義，作為進行用戶異常行為識別的基礎。首先，特化用戶時序行為的用

3、戶-時序-操作形式化描述，使用“用戶-時序-操作”時序圖來表示用戶一系列操作的時序集合。并給出用戶時序行為序列的編碼結構圖，介紹了編碼序列中各部分的含義和用途。
　　2.提出了自適應的用戶正常行為模式編碼方法。在用戶正常行為模式挖掘過程中，依據(jù)挖掘的時序行為模式特點，借鑒遺傳算法的相關技術理論，使用自適應編碼構建完整的用戶正常行為模式集合，以提高后續(xù)用戶時序行為實時判別的效率。通過仿真實驗證明了算法在動態(tài)性能和運行效率方面的優(yōu)越性

4、。
　　3.在得到完整用戶正常行為模式集合的基礎上，設計了基于Needleman-Wunsch算法的一種用戶時序操作行為的實時判別方法。將用戶實時行為轉化為形式化編碼，之后與正常行為模式集合進行比對，通過提前設定的閾值來確定用戶行為是否異常，并討論了異常檢測過程中的一些細節(jié)。本文在理論研究成果的基礎上進行了仿真驗證，結果表明本文提出的檢測算法相對傳統(tǒng)算法在檢測率和誤報率方面表現(xiàn)優(yōu)秀。
　　本文提出的模式挖掘算法和在線異常檢測

5、算法的創(chuàng)新點在于：根據(jù)本文提出的行為序列編碼方法對序列進行編碼之后，它形成的二進制序列與DNA序列有非常高的相似性，所以本文創(chuàng)新性的引入了生物學中的遺傳算法和DNA序列比對算法來進行模式挖掘和異常檢測。同時，由于移動云用戶終端存在系統(tǒng)復雜、接入環(huán)境多變等特點，移動云計算服務器相對于傳統(tǒng)云計算服務器來說面臨著種類更加多樣、變化更加頻繁的異常攻擊。這就導致了如果使用一成不變的模式挖掘算法和參數(shù)模型，會使異常檢測的準確率和誤報率產(chǎn)生較大的浮動