基于隸屬云蟻群算法的高校網(wǎng)絡(luò)安全可靠性評(píng)估

王代遠(yuǎn)，宋偉奇，王麗娟

(1.廣西生態(tài)工程職業(yè)技術(shù)學(xué)院，廣西柳州 545003；2.柳州城市職業(yè)學(xué)院，廣西柳州 545002)

0 引言

隨著網(wǎng)絡(luò)的普及和信息技術(shù)的不斷發(fā)展，高校已經(jīng)實(shí)現(xiàn)信息化，高校網(wǎng)絡(luò)的規(guī)模也在不斷擴(kuò)大，應(yīng)用的范圍越來越廣，從最開始的教學(xué)研究，發(fā)展到現(xiàn)在日常教學(xué)和管理都需要使用網(wǎng)絡(luò)。高校學(xué)生和教師的每項(xiàng)工作對(duì)高校網(wǎng)絡(luò)的依賴性都在持續(xù)增加，但由于高校網(wǎng)絡(luò)的特殊物理環(huán)境，部分功能對(duì)用戶開放、動(dòng)態(tài)等特點(diǎn)，成為黑客攻擊的目標(biāo)，病毒，垃圾郵件等危險(xiǎn)信息出現(xiàn)的重災(zāi)區(qū)。高校網(wǎng)絡(luò)的安全形勢(shì)嚴(yán)峻，傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)（如防火墻）已經(jīng)不能滿足目前的高校網(wǎng)絡(luò)安全需求，高校網(wǎng)絡(luò)安全可靠性評(píng)估可以分析網(wǎng)絡(luò)安全情況，有效檢測(cè)到高校網(wǎng)絡(luò)中存在的威脅，為高校網(wǎng)絡(luò)做主動(dòng)防御，是目前網(wǎng)絡(luò)安全領(lǐng)域一個(gè)重要的研究方向[1]。已有的網(wǎng)絡(luò)安全評(píng)估涉及的指標(biāo)不夠全面，動(dòng)態(tài)檢測(cè)和實(shí)時(shí)評(píng)估等功能還未實(shí)現(xiàn)，因此研究一個(gè)更全面的網(wǎng)絡(luò)安全評(píng)估模型具有重要意義。

1 構(gòu)建高校網(wǎng)絡(luò)安全可靠性評(píng)估模型

1.1 網(wǎng)絡(luò)評(píng)估模型流程

為實(shí)時(shí)評(píng)估高校網(wǎng)絡(luò)的安全情況，讓高校的網(wǎng)絡(luò)管理人員第一時(shí)間發(fā)現(xiàn)威脅，及時(shí)采取措施進(jìn)行修補(bǔ)或防范，高校網(wǎng)絡(luò)安全可靠性評(píng)估整體框架如圖1所示。

圖1 高校網(wǎng)絡(luò)安全可靠性評(píng)估整體框架

在評(píng)估模型的整體框架中，數(shù)據(jù)融合和數(shù)據(jù)收集利用云蟻群算法，數(shù)據(jù)融合模塊里有已經(jīng)知道的攻擊類型檢測(cè)識(shí)別方式，這些內(nèi)容在信息素中，直接可以得出評(píng)估結(jié)果。數(shù)據(jù)收集模塊通過云蟻群算法對(duì)數(shù)據(jù)進(jìn)行檢測(cè)，發(fā)現(xiàn)未知的攻擊隱藏模式，得出評(píng)估結(jié)果的同時(shí)，將發(fā)現(xiàn)的攻擊隱藏模式數(shù)據(jù)留在數(shù)據(jù)融合模塊的信息素中。評(píng)估可以對(duì)未來的高校網(wǎng)絡(luò)可靠性進(jìn)行預(yù)測(cè)，評(píng)估結(jié)果是實(shí)時(shí)的，可任意方式查詢，評(píng)估的告警形式具有多樣性，信息傳播的優(yōu)先級(jí)最高，可以以電話、短信、郵件、警報(bào)等方式向高校網(wǎng)絡(luò)管理的用戶進(jìn)行通知[2]。

評(píng)估的內(nèi)容有資產(chǎn)識(shí)別、脆弱性檢測(cè)、在線檢測(cè)、滲透測(cè)試、安全事件驗(yàn)證、惡意代碼檢測(cè)等。本文研究高校網(wǎng)絡(luò)安全可靠性評(píng)估模型，設(shè)計(jì)了協(xié)同和數(shù)據(jù)兩種類型的接口來支持模塊之間的交互，評(píng)估模型內(nèi)容結(jié)構(gòu)與接口如圖2所示。

圖2 評(píng)估模型內(nèi)容結(jié)構(gòu)與接口圖

數(shù)據(jù)接口負(fù)責(zé)評(píng)估任務(wù)的分配和評(píng)估數(shù)據(jù)的傳輸，協(xié)同接口用來管理控制模塊間的交互和評(píng)估任務(wù)的協(xié)作。

1.2 基于云蟻群算法實(shí)現(xiàn)網(wǎng)絡(luò)攻擊檢測(cè)評(píng)估

模擬一個(gè)網(wǎng)絡(luò)攻擊過程，由網(wǎng)絡(luò)攻擊狀態(tài)和網(wǎng)絡(luò)攻擊動(dòng)作組成，網(wǎng)絡(luò)攻擊動(dòng)作使攻擊從一個(gè)狀態(tài)到另一個(gè)狀態(tài)，攻擊動(dòng)作只與當(dāng)前攻擊狀態(tài)有關(guān)[3]，網(wǎng)絡(luò)攻擊模擬圖如圖3所示。

圖3 網(wǎng)絡(luò)攻擊模擬圖

圖中A等字母代表的是攻擊狀態(tài)，數(shù)字代表的是攻擊動(dòng)作，從A狀態(tài)到F狀態(tài)表示達(dá)到攻擊目的，攻擊成功。根據(jù)已知的攻擊方法和攻擊流程信息的詳細(xì)程度不同，攻擊動(dòng)作的級(jí)別不同，攻擊級(jí)別的取值越大，攻擊成功的可能性越大，如表1所示。

表1 攻擊動(dòng)作級(jí)別表

云蟻群算法是模擬螞蟻尋找食物的過程而衍生出來的。螞蟻是非常小的生物，當(dāng)它作為個(gè)體存在時(shí)能力很弱，但是螞蟻群能夠完成覓食、儲(chǔ)存食物等很多事情，源于螞蟻在尋找食物過程中，會(huì)分泌信息素給其他螞蟻提示，最終找到最優(yōu)的路線來覓食[4]。舉例說明，蟻巢和食物的位置如圖4所示。

圖4 云蟻群算法原理圖

螞蟻有A和B兩種路線來獲取食物，開始時(shí)螞蟻會(huì)隨機(jī)選擇兩條路線，當(dāng)A 路線上的螞蟻發(fā)現(xiàn)食物，會(huì)在路線上留下信息素，下一個(gè)螞蟻則選擇A 路線，信息素會(huì)揮發(fā)，A路線明顯比B路線短，隨著螞蟻的增多A路線上的信息素遠(yuǎn)遠(yuǎn)多于B路線，螞蟻會(huì)選擇信息素強(qiáng)的路線，因此螞蟻找到了食物的最優(yōu)路線[5]。公式如下。

用云蟻群算法的公式(1)計(jì)算從A 狀態(tài)到F 狀態(tài)的G值，即A節(jié)點(diǎn)到F節(jié)點(diǎn)的概率，作為網(wǎng)絡(luò)安全可靠性評(píng)估的參數(shù)，如果這個(gè)值很小，在0.005以內(nèi)表示網(wǎng)絡(luò)是安全的[6]。

云蟻群算法分析可以得出主機(jī)遭受攻擊的概率，把攻擊模擬圖中屬于主機(jī)狀態(tài)的概率值相加近似可以作為主機(jī)被攻擊的概率。

通過云蟻群算法還可以找出重要路線，把每條路線中各個(gè)狀態(tài)的概率值相乘，選擇乘積結(jié)果中最大的一個(gè)，就得出了重要路線。對(duì)重要路線實(shí)施安全措施，也可以使網(wǎng)絡(luò)的安全可靠性大大提高。這些在評(píng)估結(jié)果中都可以體現(xiàn)[7]。

2 實(shí)驗(yàn)驗(yàn)證

為保證本文提出的高校網(wǎng)絡(luò)安全可靠性評(píng)估模型的效果，進(jìn)行實(shí)驗(yàn)論證，模擬兩個(gè)相同的網(wǎng)絡(luò)環(huán)境，選擇表1 中的4 個(gè)攻擊動(dòng)作對(duì)網(wǎng)絡(luò)進(jìn)行攻擊，分別用傳統(tǒng)網(wǎng)絡(luò)評(píng)估模型和本文提出的網(wǎng)絡(luò)評(píng)估模型進(jìn)行評(píng)估檢測(cè)，實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 評(píng)估實(shí)驗(yàn)結(jié)果對(duì)比圖

由圖5 中可以看出，本文提出的網(wǎng)絡(luò)評(píng)估模型對(duì)攻擊的警告時(shí)間平均在5秒左右，傳統(tǒng)網(wǎng)絡(luò)評(píng)估模型對(duì)攻擊的警告時(shí)間平均在7.5秒左右。由此得出本文提出的網(wǎng)絡(luò)評(píng)估模型比傳統(tǒng)的模型在警告的速度上有提升。

3 結(jié)束語

本文對(duì)于云蟻群算法進(jìn)行分析，在高校網(wǎng)絡(luò)安全可靠性評(píng)估模型中充分利用算法，縮短攻擊警報(bào)時(shí)間，使高校網(wǎng)絡(luò)管理的用戶及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)問題進(jìn)行處理。本文各個(gè)模塊還有很多不足之處，有待以后進(jìn)行研究完善。