999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于內網行為分析的未知攻擊檢測模型

2016-09-23 06:22:16俞藝涵付鈺吳曉平
網絡與信息安全學報 2016年6期
關鍵詞:資源檢測信息

俞藝涵,付鈺,吳曉平

(海軍工程大學信息安全系,湖北 武漢 430033)

基于內網行為分析的未知攻擊檢測模型

俞藝涵,付鈺,吳曉平

(海軍工程大學信息安全系,湖北 武漢 430033)

日益增多的未知攻擊手段對內網造成安全威脅,提出了一種基于內網行為分析的未知攻擊手段檢測模型。借助對內網信息資源充分可知的優勢,首先,收集內網信息資源資料;然后,分析內網信息節點的行為異常風險要素;最后,以信息節點與信息資源獲取路徑為要素構建檢測有向圖模型。通過驗證,該模型可以達到預期的檢測效果。

內網行為;未知攻擊;有向圖;檢測模型

1 引言

內網的安全性一直被人們廣泛關注,現有的內網安全防御技術在日益復雜多樣的網絡攻擊手段面前,顯現出不能全方位以及長時間跨度內保證內網安全的情況。近年來,發生的許多信息安全事件都是與內部網絡相關的,特別是日益猖獗的APT(advanced persistent threat)攻擊[1,2],往往是針對一些蘊含信息價值高的內網實施的。

對已知網絡攻擊手段的檢測技術相對成熟,現階段急需解決的是如何對那些未知的攻擊手段進行入侵檢測[3,4]。通過分析發現,任何對于內網的攻擊,在實施的過程中,難免都會引起內網中網絡行為特征的一些變化,這些變

圖1 未知攻擊有向圖模型建立流程

4 未知攻擊檢測模型原理性驗證

5)建立入侵檢測有向圖

為了對模型進行原理性驗證,本文在實驗室安全內網環境中模擬一種未知的網絡攻擊手段對內網進行攻擊的過程。為了仿真體現出網絡攻擊手段的未知性,本文著重設置了幾個信息節點的異常風險因素,來模擬未知攻擊手段造成的內網網絡中的異常。相關系統環境設置如表1所示。

表1 模擬環境設置

根據未知攻擊檢測有向圖建立的過程可知,該驗證環境中最長的信息資源獲取路徑為所仿真的情況為內網操作者由于操作失誤,使操作權限擴大,被Windows計算機1利用、進行頻繁掃描,使通過路由器1流量增加;Windows計算機2通過修改源IP地址獲取相關信息并由交換機1傳出。

若在未知攻擊檢測的過程中,設置異常參數為 2,則其信息資源獲取路徑分別為和,4條路徑的相關性為0,與)的匹配程度也很低,很難判斷內網是否遭受了未知攻擊;如果設置異常參數為 5,可以得到一條完整的信息資源獲取路徑與)匹配,可以判定內網遭受了網絡攻擊。

可以看出,未知攻擊檢測有向圖模型可以通過網絡中異常行為來判斷是否遭受網絡攻擊,并不需要事先知道攻擊的方式,對于未知攻擊檢測是有效的。有向圖模型對未知攻擊檢測的一個關鍵性因素為在獲取內網異常特征時的異常參數設置,異常參數設置越大,其對入侵檢測的準確性越高,但是其檢測過程中的匹配開銷也越大[6,7];另一方面,內網信息節點中可利用進行信息資源獲取的異常風險因素越多,檢測時的信息資源獲取路徑構建就越復雜,檢測的效果將降低。

由以上分析可知,利用基于內網行為分析的未知攻擊檢測有向圖模型進行內網未知攻擊檢測分析的有效性和檢測開銷與檢測時的異常參數成正比,與信息節點異常風險因素成反比。

5 結束語

針對日益增多的未知網絡攻擊手段,本文通過分析當前內網安全防護需求,以及整合內網在應對網絡攻擊時所擁有的資源,提出了一種基于內網行為分析的未知攻擊檢測有向圖模型。經過原理性驗證,該模型能夠滿足內網入侵檢測需求,

達到了預期效果。然而,在網絡攻擊手段越來越復雜,越來越多樣的今天,內網的信息安全防護不可能僅僅依靠單一的技術,本文所提的應對未知攻擊的入侵檢測模型可作為入侵檢測的一個方面,為后續研究起拋磚引玉的作用。

[1]CHEN P, DESMET L, HUYGENS C. A study on advanced persistent threats[M]// Communications and Multimedia Security. Berlin Heidelberg:Springer, 2014:63-72.

[2]付鈺, 李洪成, 吳曉平, 等. 基于大數據分析的APT攻擊檢測研究綜述[J]. 通信學報, 2015, 36(11): 1-14. FU Y, LI H C, WU X P, et al. Detecting APT attacks:a survey from the perspective of big data analysis[J]. Journal on Communications,2015, 36(11):1-14.

[3]NIKOS V, DIMITRI G. The big four—what we did wrong in advanced persistent threat detection [C]// International Conference on Availability, Reliability and Security. c2013:248-254.

[4]YANG G M Z, TIAN Z H,DUAN W L. The prevent of advanced persistent threat[J]. Journal of Chemical and Pharmaceutical Research, 2015, 6(1): 572-576.

[5]楊文君. 基于有向圖的數據流模式發現算法研究[D]. 秦皇島:燕山大學, 2014. YANG W J. Research on data stream pattern discovery algorithm based on directed graph[D]. Qinhuangdao: Yanshan University, 2014.

[6]楊蕊. 基于定量知識的分層有向圖故障診斷方法及其應用[D].太原: 太原理工大學, 2014. YANG R. Fault diagnosis method based on hierarchical directed graph with quantitative knowledge and its application[D]. Taiyuan:Taiyuan Institute of Technology, 2014.

[7]高東,許欣,馬昕, 等. 基于符號有向圖與趨勢分析的故障診斷框架[J]. 計算機工程與應用, 2014(13):6-9. GAO D,XU X,MA X, et al. Fault diagnosis framework based on sign directed graph and trend analysis[J].Computer Engineering and Applications, 2014(13):6-9.

Unknown attack detection model based on network behavior analysis

YU Yi-han, FU Yu, WU Xiao-ping

(Department of Information Security, Naval University of Engineering, Wuhan 430033, China)

As for the intranet security threats of the increasing number of unknown attacks,an unknown attack detection model based on network behavior analysis was proposed. With the help of the information resources within the intranet, firstly, the information resources of the intranet were collected, then the risk factors of abnormal behavior of the internet information node were analyzed, finally, the information node and the information resources acquisition path as the key element were used to construct the detection model of the directed graph. By verifying, the model can achieve the desired detection results.

intranet behavior, unknown attacks, directed graph, detection model

TP309.7

A

10.11959/j.issn.2096-109x.2016.00058

2016-03-04;

2016-04-17。通信作者:俞藝涵,chenyike1992@163.com

國家自然科學基金資助項目(No.61100042);湖北省自然科學基金資助項目(No.2015CFC867);信息保障技術國防重點實驗室基金資助項目(No.KJ-13-111)

Foundation Items: The National Natural Science Foundation of China (No.61100042), The Natural Science Foundation of Hubei Province (No.2015CFC867), The National Defense Key Laboratory of Information Security Technology (No.KJ-13-111)

對于信息資源獲取路徑S中的某一條路徑?如果不存在信息資源節點?,則如果存在?滿足即信息資源獲取路徑?存在圈,則?

俞藝涵(1992-),男,浙江金華人,海軍工程大學碩士生,主要研究方向為信息系統安全。

付鈺(1982-),女,湖北武漢人,博士,海軍工程大學副教授,主要研究方向為信息安全風險評估。

吳曉平(1961-),男,山西新絳人,博士,海軍工程大學教授,主要研究方向為系統分析與決策。

猜你喜歡
資源檢測信息
基礎教育資源展示
“不等式”檢測題
“一元一次不等式”檢測題
“一元一次不等式組”檢測題
一樣的資源,不一樣的收獲
資源回收
訂閱信息
中華手工(2017年2期)2017-06-06 23:00:31
資源再生 歡迎訂閱
資源再生(2017年3期)2017-06-01 12:20:59
小波變換在PCB缺陷檢測中的應用
展會信息
中外會展(2014年4期)2014-11-27 07:46:46
主站蜘蛛池模板: 国产精品嫩草影院av| 久久先锋资源| 71pao成人国产永久免费视频| 无码福利日韩神码福利片| 久久亚洲国产一区二区| 久草青青在线视频| 国产精品无码久久久久AV| 日韩不卡高清视频| 被公侵犯人妻少妇一区二区三区 | 国产91精品调教在线播放| 伊人久久婷婷| 91精品亚洲| 亚洲综合狠狠| 国产精品区视频中文字幕| 福利视频一区| 国产一区二区三区免费| 精品免费在线视频| 国产视频自拍一区| 色综合a怡红院怡红院首页| 国产麻豆精品在线观看| 91精品国产综合久久不国产大片| 欧美日韩成人在线观看| 国产精品久久久久久影院| 亚洲三级视频在线观看| 久草视频精品| 高清无码不卡视频| 亚洲天堂日韩在线| 色婷婷视频在线| 天堂亚洲网| 五月天福利视频| 黄片一区二区三区| 色婷婷狠狠干| 日韩精品一区二区深田咏美| 欧美不卡在线视频| 最新加勒比隔壁人妻| 免费黄色国产视频| 国产女人在线观看| 亚洲视频无码| 欧美激情二区三区| 国产原创演绎剧情有字幕的| 激情乱人伦| 噜噜噜久久| 国产鲁鲁视频在线观看| 国产在线拍偷自揄拍精品| 国产在线日本| 欧美天堂在线| 干中文字幕| 高清免费毛片| AV无码国产在线看岛国岛| 狠狠久久综合伊人不卡| 国产成人免费手机在线观看视频| 国产丝袜无码精品| 久久久久久久久亚洲精品| 国产精品久久自在自2021| 国产成人综合久久| 国产一区二区三区在线观看视频| 美女无遮挡被啪啪到高潮免费| 久久狠狠色噜噜狠狠狠狠97视色 | 国产精品毛片一区| 国产美女丝袜高潮| 99热免费在线| 欧美不卡视频在线观看| 久久久久久午夜精品| 国产玖玖视频| 波多野吉衣一区二区三区av| 亚洲av中文无码乱人伦在线r| 欧美不卡视频在线| 九色视频在线免费观看| 久久久波多野结衣av一区二区| 免费人成在线观看成人片 | 国产免费精彩视频| 伊大人香蕉久久网欧美| 久久精品国产91久久综合麻豆自制| 国产自在线播放| 国产伦精品一区二区三区视频优播| 波多野结衣无码中文字幕在线观看一区二区 | 国产精品999在线| 国产欧美日本在线观看| 香蕉网久久| 美女潮喷出白浆在线观看视频| 四虎成人精品| 国产亚洲精品自在久久不卡|