隨著信息網(wǎng)絡(luò)規(guī)模的擴大、網(wǎng)絡(luò)數(shù)據(jù)量和數(shù)據(jù)維度的增長、網(wǎng)絡(luò)攻擊技術(shù)的多樣化,信息產(chǎn)業(yè)對網(wǎng)絡(luò)健壯性和安全性提出了更高的要求。針對網(wǎng)絡(luò)運維數(shù)據(jù)關(guān)聯(lián)溯源、網(wǎng)絡(luò)異常特征建模攻擊識別、網(wǎng)絡(luò)行為模式抽象等進行理論分析和技術(shù)研究,對網(wǎng)絡(luò)安全保障和異常行為檢測具有理論和實際意義。利用大數(shù)據(jù)、機器學(xué)習(xí)等新興理論和智能策略挖掘網(wǎng)絡(luò)異常行為、進行多角度聯(lián)合分析建模,成為當(dāng)前的研究熱點之一。然而,目前網(wǎng)絡(luò)異常行為檢測方案還存在以下問題:海量網(wǎng)絡(luò)數(shù)據(jù)的關(guān)聯(lián)挖掘與溯源難,機器學(xué)習(xí)在業(yè)務(wù)層面的可解釋性差,缺乏網(wǎng)絡(luò)異常行為模式的抽象模型等。本文從理論研究、算法優(yōu)化和實驗驗證等層面開展以下研究:1.針對異常流量的多分類問題,提出了一種基于度量學(xué)習(xí)的端到端異常行為識別模型。針對傳統(tǒng)網(wǎng)絡(luò)異常流量識別模型不適用于當(dāng)前加密流量日益增加的網(wǎng)絡(luò)環(huán)境,以及傳統(tǒng)機器學(xué)習(xí)算法下數(shù)據(jù)特征提取需要豐富的領(lǐng)域知識費時費力等問題,本文優(yōu)化損失函數(shù)的特征表達,將歐式空間中的高維流量數(shù)據(jù)特征映射到余弦空間,通過壓縮類內(nèi)間距增加類間距的方式實現(xiàn)了特征超平面的分類映射,并擴展到了開集場景以解決未知分類。實驗結(jié)果表明,度量學(xué)習(xí)的嵌入有效提高流量分類模型的性... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：143 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１網(wǎng)絡(luò)異常行為攻擊發(fā)展趨勢??１９８８年，Ｅｎｄｓｌｅｙ首次明確提出態(tài)勢感知（Ｓｉｔｕａｔｉｏｎ?Ａｗａｒｅｎｅｓｓ，?ＳＡ）的定義??３“

普傳遞模型置倍度和支持度不穩(wěn)定Ｉ??：?＾?？????—???????、＾?產(chǎn)?一???????人工智能）ｋ于智能策略的網(wǎng)絡(luò)異常行為檢測關(guān)鍵技術(shù)硏友＞?——＞（＇‘復(fù)雜網(wǎng)絡(luò)、??？？???、?：：：：，?二一一?＿?＾”＂？？？．．？？？■？？？？??一一一一?…二；：上？??…＂！?｜?脈‘由？鐵Ｓ?｜????５?１?????＾?、上??研究點２：流量異常行為檢測的可解擇性硏究?研究點４：基于依賴關(guān)系的級聯(lián)失效模型??圖１－２論文研究框架??１）針對傳統(tǒng)網(wǎng)絡(luò)異常流量識別模型不適用于當(dāng)前加密流量日益增加的網(wǎng)絡(luò)??環(huán)境，以及傳統(tǒng)機器學(xué)習(xí)算法下數(shù)據(jù)特征提取需要豐富的領(lǐng)域知識費時費力等問??題，基于度量學(xué)習(xí)，將特征向量從歐式空間映射到余弦空間，制定更優(yōu)的特征劃??分空間，研宄面向海量數(shù)據(jù)的端到端惡意流量分類架構(gòu)，以充分利用數(shù)據(jù)特性，??壓縮同類別樣本間的冗余特征空間，提高流量數(shù)據(jù)的可分性，解決了傳統(tǒng)流量分??類特征空間存在大量冗余，可分性不髙的問題。??２）針對網(wǎng)絡(luò)異常流量分類模型的業(yè)務(wù)可解釋性不高的特點，以及實際業(yè)務(wù)??中由于模型的“黑盒”特性而對分類結(jié)果無法進行解釋導(dǎo)致置信度不高的問題，??從分類模型本身結(jié)構(gòu)和特征重要度兩方面展開研究，結(jié)合樹模型、邏輯回歸、深??度學(xué)習(xí)等算法，通過可視化、理論分析、實驗驗證等方式，給出流量數(shù)據(jù)特征在??實際業(yè)務(wù)場景下的具體解釋，包括分類型最強的特征、不同分類算法的業(yè)務(wù)側(cè)重??角度等，以實現(xiàn)更有拓展性、更行業(yè)化的流量分類算法模型。??３）針對傳統(tǒng)告警傳遞模型置信度和支持度不穩(wěn)定的情況，設(shè)計面向海量數(shù)??據(jù)的網(wǎng)絡(luò)拓撲時序關(guān)聯(lián)警

系進行建模分析。四個研究點分別從網(wǎng)絡(luò)異常行為的現(xiàn)象表觀分類、形成原因等??多方面綜合考量，定制了較為完善的基于智能策略的網(wǎng)絡(luò)異常行為檢測關(guān)鍵技術(shù)??方案。??１．４論文的組織結(jié)構(gòu)安排??本文針對海量網(wǎng)絡(luò)數(shù)據(jù)特征的挖掘困難等問題，以網(wǎng)絡(luò)異常行為為研宄對象，??采用復(fù)雜網(wǎng)絡(luò)與機器學(xué)習(xí)相結(jié)合的研究方式，運用可解釋性方法、復(fù)雜網(wǎng)絡(luò)、度??量學(xué)習(xí)等理論工具，結(jié)合實際通信網(wǎng)絡(luò)、計算機網(wǎng)絡(luò)等業(yè)務(wù)邏輯，構(gòu)建了能夠快??速精確追蹤溯源并高效識別網(wǎng)絡(luò)異常流量的可解釋性架構(gòu)體系。??．．．．．．——??

【參考文獻】：
期刊論文
[1]基于復(fù)雜網(wǎng)絡(luò)理論地區(qū)電網(wǎng)演化特征淺析[J]. 蔡濤,朱珠,金鑫.  白城師范學(xué)院學(xué)報. 2019(04)
[2]智能電網(wǎng)中基于復(fù)雜網(wǎng)絡(luò)的電力光傳輸網(wǎng)抗毀性分析[J]. 孫娜,夏正云,施建強,陳殿欣,陸忞,徐海洋.  應(yīng)用科學(xué)學(xué)報. 2018(06)
[3]基于深度信念網(wǎng)絡(luò)的入侵檢測模型[J]. 楊昆朋.  現(xiàn)代計算機(專業(yè)版). 2015(02)
[4]復(fù)雜網(wǎng)絡(luò)模型在移動通信中的應(yīng)用[J]. 蔣小芬.  電子測試. 2011(04)



本文編號：3578849