互聯(lián)網(wǎng)作為云計(jì)算的基礎(chǔ)組成部分,基礎(chǔ)設(shè)施的不斷發(fā)展和新應(yīng)用的不斷涌現(xiàn)使得網(wǎng)絡(luò)規(guī)模逐漸擴(kuò)大,因其開放性和異構(gòu)性,拓?fù)浣Y(jié)構(gòu)日益復(fù)雜,網(wǎng)絡(luò)安全管理的難度不斷增加。針對云網(wǎng)絡(luò)的攻擊和破壞行為日益普遍,且逐漸呈現(xiàn)出組織嚴(yán)密化、行為趨利化和目標(biāo)直接化等特點(diǎn)。傳統(tǒng)的安全防護(hù)手段只關(guān)注網(wǎng)絡(luò)威脅的局部信息,數(shù)據(jù)來源單一,相互獨(dú)立的工作機(jī)制無法全面、及時(shí)、準(zhǔn)確地檢測威脅行為及其內(nèi)在關(guān)聯(lián)。此外,傳統(tǒng)的網(wǎng)絡(luò)安全防護(hù)缺少對虛擬化環(huán)境中存在的安全風(fēng)險(xiǎn)進(jìn)行識別的能力,導(dǎo)致傳統(tǒng)的網(wǎng)絡(luò)安全防護(hù)措施很難解決云網(wǎng)絡(luò)環(huán)境下的安全問題。網(wǎng)絡(luò)安全態(tài)勢感知能夠?qū)σ鹁W(wǎng)絡(luò)安全態(tài)勢變化的安全要素進(jìn)行獲取、理解、顯示以及預(yù)測未來的發(fā)展趨勢,是對網(wǎng)絡(luò)安全性進(jìn)行定量分析的一種手段。本文將網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)運(yùn)用到云網(wǎng)絡(luò)中,開展云網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)安全態(tài)勢感知研究。本文首先闡述了網(wǎng)絡(luò)安全態(tài)勢感知的研究背景和研究意義,從當(dāng)前云網(wǎng)絡(luò)存在的問題出發(fā),介紹了傳統(tǒng)安全技術(shù)的不足,引出網(wǎng)絡(luò)安全態(tài)勢感知技術(shù),并對國內(nèi)外研究現(xiàn)狀做了總結(jié),并對幾個典型的網(wǎng)絡(luò)安全態(tài)勢感知模型進(jìn)行了介紹。本文針對云網(wǎng)絡(luò)中虛擬機(jī)數(shù)量眾多,各種安全設(shè)備采集的數(shù)據(jù)之間存在大量的冗余和不一致的問題,提出了一種基于粗糙集和D-S證據(jù)理論的云網(wǎng)絡(luò)安全態(tài)勢評估方法。該方法將粗糙集理論和D-S證據(jù)理論相結(jié)合,按照網(wǎng)絡(luò)攻擊行為之間的依賴度對云網(wǎng)絡(luò)風(fēng)險(xiǎn)系統(tǒng)進(jìn)行分解,然后利用基于攻擊威脅度的約簡算法對子系統(tǒng)約簡,最后根據(jù)證據(jù)合成規(guī)則對各個子系統(tǒng)中的安全風(fēng)險(xiǎn)值進(jìn)行合成,得到云網(wǎng)絡(luò)的安全風(fēng)險(xiǎn)值。本文結(jié)合云網(wǎng)絡(luò)中物理機(jī)節(jié)點(diǎn)與虛擬機(jī)節(jié)點(diǎn)的攻擊威脅傳播,對云網(wǎng)絡(luò)風(fēng)險(xiǎn)演化情況進(jìn)行建模,引入基于概率PS_粗糙集的動態(tài)決策模型,針對云網(wǎng)絡(luò)中各個節(jié)點(diǎn)的安全態(tài)勢進(jìn)行評估,通過各個節(jié)點(diǎn)目前所遭受的攻擊和所處的安全狀態(tài),分析評估出下一時(shí)刻各個節(jié)點(diǎn)的風(fēng)險(xiǎn)狀態(tài)是屬于安全、危險(xiǎn)還是風(fēng)險(xiǎn)狀態(tài)。然后,針對云網(wǎng)絡(luò)中的高危風(fēng)險(xiǎn)節(jié)點(diǎn),構(gòu)建了一個基于擴(kuò)展開放Petri網(wǎng)的云網(wǎng)絡(luò)風(fēng)險(xiǎn)防御模型,然后在此基礎(chǔ)上給出了云網(wǎng)絡(luò)最優(yōu)防御策略的制定方法,并提出了最大防御效用下單點(diǎn)局部防御策略和單點(diǎn)全局防御策略。圖13幅,表24個,參考文獻(xiàn)74篇。
【學(xué)位單位】：西安工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP393.08
【部分圖文】：

1 緒論1 緒論1.1 研究背景21 世紀(jì)，隨著計(jì)算機(jī)網(wǎng)絡(luò)的蓬勃發(fā)展和移動互聯(lián)網(wǎng)的迅速崛起，信息技術(shù)取得了空前的發(fā)展和廣泛的應(yīng)用，并且滲透到了人類生活的各個方面。2018 年 1月 31 日，我國的互聯(lián)網(wǎng)管理和監(jiān)測機(jī)構(gòu)——中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）在北京發(fā)布了第 41 次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。該報(bào)告調(diào)查的結(jié)果顯示，截止到 2017 年 12 月，我國現(xiàn)有的網(wǎng)民規(guī)模已經(jīng)達(dá)到了 7.72 億，占全球網(wǎng)民總數(shù)的 1/5。我國的互聯(lián)網(wǎng)普及率為 55.8%，超過全球平均水平 4.1%[1]，相較于 2017 年 6 月統(tǒng)計(jì)的結(jié)果提升了 1.5%，我國的互聯(lián)網(wǎng)普及率穩(wěn)步增長。

圖 2.2 JDL 數(shù)據(jù)融合模型Level 0 信息預(yù)處理層：將安全傳感器的信息屬性和特征進(jìn)行關(guān)聯(lián)分析操作，對冗余數(shù)據(jù)進(jìn)行精簡、合并操作。Level 1 對象精煉層：將多源異構(gòu)信息進(jìn)行關(guān)聯(lián)、融合，并且對戰(zhàn)場態(tài)勢和威脅進(jìn)行及時(shí)的評估和預(yù)測。Level 2 態(tài)勢評估層：分析融合處理后各個信息之間的關(guān)系，對態(tài)勢進(jìn)行評估和預(yù)測。Level 3 威脅評估層：根據(jù)敵方所處的環(huán)境、進(jìn)行的訓(xùn)練以及習(xí)慣等因素判斷敵方可能的意圖，對威脅進(jìn)行評估和預(yù)測。Level 4 過程精煉層：通過監(jiān)控系統(tǒng)資源和傳感器，動態(tài)監(jiān)測融合過程，進(jìn)行準(zhǔn)確實(shí)時(shí)的評估與預(yù)測。Level 5 感知優(yōu)化層：對感知信息進(jìn)行優(yōu)化，以便于理解和進(jìn)行人機(jī)交互。2.2.3 Tim Bass 模型1999年，Tim Bass提出了網(wǎng)絡(luò)安全態(tài)勢感知的概念，將其與空中交通監(jiān)管(Air

2.3 基于多傳感器數(shù)據(jù)融合的網(wǎng)絡(luò)態(tài)勢感知功能模型管理領(lǐng)域，針對入侵檢測的態(tài)勢評估框架很多，其中 Ti架比較典型，該框架結(jié)構(gòu)可以應(yīng)用到網(wǎng)絡(luò)安全態(tài)勢感知領(lǐng)框架共分為五級，如圖 2.3 所示，該框架共有五個層次，主提取、態(tài)勢評估、威脅評估，資源管理，態(tài)勢要素在每一估流程可以表示為“數(shù)據(jù)-信息-知識”的處理過程。數(shù)據(jù)態(tài)勢因素的關(guān)鍵信息，該框架中選取的態(tài)勢數(shù)據(jù)源主要全設(shè)備釆集的安全信息；evel 0 采集的事件信息進(jìn)行時(shí)間校對、類型檢測、關(guān)聯(lián)處絡(luò)信息，主要功能是識別不同的攻擊事件；評估通過分析所識別的攻擊事件之間的聯(lián)系，對各類網(wǎng)絡(luò)析，然后對當(dāng)前網(wǎng)絡(luò)的安全狀況進(jìn)行綜合評估。評估是在態(tài)勢評估的基礎(chǔ)上，對網(wǎng)絡(luò)攻擊的危害性和對網(wǎng)。態(tài)勢評估和威脅評估存在著一定的區(qū)別，前者注重安全
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 席榮榮;云曉春;張永錚;;基于環(huán)境屬性的網(wǎng)絡(luò)威脅態(tài)勢量化評估方法[J];軟件學(xué)報(bào);2015年07期

2 吳朝雄;王曉程;王紅艷;石波;;基于粗糙集的實(shí)時(shí)網(wǎng)絡(luò)安全態(tài)勢評估的研究[J];計(jì)算機(jī)科學(xué);2015年S1期

3 李方偉;楊紹成;朱江;;基于模糊層次法的改進(jìn)型網(wǎng)絡(luò)安全態(tài)勢評估方法[J];計(jì)算機(jī)應(yīng)用;2014年09期

4 劉玉嶺;馮登國;連一峰;陳愷;吳迪;;基于時(shí)空維度分析的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計(jì)算機(jī)研究與發(fā)展;2014年08期

5 張安楠;蘇旸;;基于小波變換的網(wǎng)絡(luò)安全態(tài)勢復(fù)合預(yù)測方法[J];計(jì)算機(jī)仿真;2014年06期

6 唐成華;湯申生;強(qiáng)保華;;DS融合知識的網(wǎng)絡(luò)安全態(tài)勢評估及驗(yàn)證[J];計(jì)算機(jī)科學(xué);2014年04期

7 方研;殷肖川;孫益博;;基于隱馬爾可夫模型的網(wǎng)絡(luò)安全態(tài)勢評估[J];計(jì)算機(jī)應(yīng)用與軟件;2013年12期

8 謝麗霞;王亞超;于巾博;;基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢感知[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年12期

9 陳虹;王飛;肖振久;孫麗娜;;基于IHS_LSSVR的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計(jì)算機(jī)工程與應(yīng)用;2014年23期

10 林華;李玲香;;基于灰關(guān)聯(lián)-模糊層次的網(wǎng)絡(luò)態(tài)勢評估模型研究[J];湖南科技學(xué)院學(xué)報(bào);2013年04期

本文編號：2880805