移動網絡隱私信息庫未知訪問源安全性預警

摘要：針對互聯網信息安全預警過程中，受信息數據規模大、種類多影響，導致預警精度低、耗時長的問題，為提高預警效率，提出移動網絡隱私信息庫未知訪問源安全性預警。利用主成分分析法對信息庫數據進行降維處理，降低檢測難度；利用迭代多元自回歸預測（IMAP： Iterative Multivariate AutoRegressive Modelling andPrediction）算法進行數據聚類處理，提取離散性孤立數據點，完成信息庫未知訪問源數據篩查。將未知訪問源數據輸入到支持向量機中，利用時間窗口將信息庫安全預警模型的構建問題轉化為支持向量機學習的凸優化問題，輸出安全性預警結果，并對預警模型的構建參數進行全局尋優，提高安全預警模型的預警輸出能力。實驗結果表明，所提方法對信息庫的安全檢測效率較高，且面對多類型信息庫入侵攻擊能做到穩定、精準預警輸出。

關鍵詞：主成分分析法；IMAP聚類法；時間窗口；支持向量機學習法；凸優化問題

中圖分類號：TP393. 08 文獻標志碼：A

0 引言

互聯網作為一種開放式信息交互平臺，包含大量應用信息，其在為用戶提供數據查詢、資源獲取、信息存儲的同時，還存在眾多安全問題。隨著互聯網用戶量的逐年上升，網絡信息泄露、盜取事件的發生頻率也逐年增加，一旦網絡遭受惡意攻擊，網絡數據庫系統內包含的大量個人、企業乃至國家的機密數據將面臨被竊取的風險，造成不可挽回的損失。因此，在互聯網技術高速發展的同時，需要對信息的存儲安全實施檢測。然而，由于網絡環境的復雜性和移動終端的普及，移動網絡隱私信息庫也面臨著各種安全威脅，其中包括未知訪問源的攻擊。……