网络安全态势感知技术研究与优化

网络安全领域态势感知技术现状研究

摘要：网络是当前信息教育的一种重要形式。伴着社会建设进程的推进，各种先进的网络技术应用到社会建设的各个领域。网络是一个虚拟的空间结构，通过大量的数据传输，实现交流互动的目的。鉴于网络应用的重要性，国家也适时的加大了对于网络数据安全的重视程度。针对网络传输过程中不安全因素，通过网络安全领域态势感知技术现状研究，了解网络安全技术应用期间，相关的概念分析，以及网络安全控制的措施，提前感知网络的运行的不安全因素，更好的服务国家的经济建设。

关键词：网络空间；安全技术；态势感知；现状分析

引言

伴着信息技术在全球范围内的合理应用，网络的功能也发生了重大的转变。从传统的设备间的互传服务至今天物与物之间的互联，信息技术应用，正在悄无声息的发生了重要的形式转变。从传统意义的互联网、社会应用网络，渐渐的迈向物联网、工控网的形式转变。网络已成为当前信息交流的重要工具，通过网络的合理应用，工业建设与社会建设能够形成完美的对接，相同的行业之间，也可以形成完美的技术交流，对于整个社会建设的向前推进，具有重要的指导作用。

网络态势感知可以让大家更好的了解网络安全中的漏洞，并且有针对性的对存在的漏洞必要合理的分析，进而制定更加合理的应对措施。从而达到整体防护安全的目的。大数据最大的特点就是信息量的巨大，TB ,PB甚至EB数据量需要分析处理。另外一个特点就是分析数据和响应市场的速度必须快。再次，种类特别多，需要进行筛查，数据整理等工作，转换成有用的结构数据。我们可以通过对大数据的研究发现我们网张安全存在的问题，利用大数据为我们需要的网络安全进行补充。从而实现整体防控

1 网络相关名词的解释分析及存在的问题

态势感知(Situation Awareness.SA）。这一专属网络名词，最早出现在航空领域中。在军事方面、以及核反应的领域、 空中交监部门(Air Traffic Control，ATC）被广泛的应用。后来在医疗等公共事业领域被普遍的应用。endsley 将其引申为“在一定”的空间领域中，对于环境因素进行合理的获取。更好的理解未来“状态预测”，整个态势获取的方式可分为：

基于机器学习的网络安全态势感知研究

一、引言

随着互联网技术的飞速发展，网络安全问题变得越来越重要。网络安全态势感知作为网络安全领域中的重要话题，一直备受关注。基于机器学习的网络安全态势感知则利用机器学习技术，对网络攻击进行识别和分类，以及预测未来的攻击趋势，可以帮助网络管理员更好地保护网络安全，因此具有广泛的应用前景。

二、网络安全态势感知的研究背景

1.网络安全态势感知的概念

网络安全态势感知是指对网络环境和网络攻击等事件进行实时、准确、全面的监测、识别、分类、预测和决策，从而及早发现并快速响应恶意攻击，保护系统和网络的安全。

2.网络安全态势感知的意义

网络攻击事件日益频繁和复杂，给网络带来巨大的威胁。而网络安全态势感知可以及时发现和预测网络攻击，帮助网络安全从业人员快速做出应对和反击措施。对于提升网络安全防御能力、降低网络风险，具有重要的意义。

3.网络安全态势感知的研究现状 目前，针对网络安全态势感知的研究已经引起了广泛的关注。大量的研究成果表明，基于机器学习的网络安全态势感知技术有着很好的应用前景。基于机器学习的网络安全态势感知可以根据网络流量数据等特征，识别恶意行为并进行预测，有效提高网络安全态势感知的准确率和效率。

三、基于机器学习的网络安全态势感知的研究现状

1.机器学习技术的发展与应用

机器学习技术是人工智能领域中的重要技术，其主要通过让机器自动学习，从而使机器具有完成特定任务的能力。近年来，随着大数据技术、云计算技术等的发展，机器学习技术的应用进一步加强。在网络安全领域，机器学习技术可以用于恶意代码检测、网络攻击检测等方面。

2.基于机器学习的网络安全态势感知的研究方法

基于机器学习的网络安全态势感知可以分为以下几个步骤：

（1）收集网络流量数据、网络日志等信息；

（2）对以上信息进行特征提取；

（3）基于训练数据，使用机器学习算法对网络流量、日志等特征进行分类和预测； （4）对预测结果进行分析和评估，根据结果制定相应的应对措施。

第２卷第ｌＯ期　２０１６年ｌＯ月　网络与信息安全学报　Ｃｈｉｎｅｓｅ　Ｊｏｕｒｎａｌ　ｏｆＮｅｔｗｏｒｋ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　、，０１．２　Ｎｏ．１０　Ｏｃｔｏｂｅｒ　２０１６　网络空间安全态势感知研究　赵淦森　，吴杰超　，陈梓豪　，任雪琦　，谭昊翔　，马朝辉　，　（１．华南师范大学计算机学院，广东广州５１０６３１；　２．广东外语外贸大学思科信息学院，广东广州５１０００６）　摘要：网络空间是继海、陆、空、太空后的第五大主权空间，其安全与国家安全紧密相关。如何在网络空　间中及时发现安全威胁、防御攻击、溯源攻击等是当下面临的困境之一。对网络空间中多源、异构、割裂的　资产，在构建可信ＩａａＳ的基础上，通过基于本体论的键联数据语义网关联技术，构建网络空间安全态势感知　模型，在保证融合数据访问控制安全的同时，对网络空间资产进行综合分析，以感知网络空间的安全态势，　对网络空间治理具有一定的参考意义。　关键词：网络空间安全；态势感知；本体论；语义网　中图分类号：ＴＰ３０９　文献标识码：Ａ　ｄｏｉ：１０．１　１９５９８．ｉｓｓｎ．２０９６－１０９ｘ．２０１６．０００９０　Ｒｅｓｅａｒｃｈ　ｏｎ　ｃｙｂｅｒｓｐａｃｅ　ｓｅｃｕｒｉｔｙ　ｓｉｔｕａｔｉｏｎ　ａｗａｒｅｎｅｓｓ　ＺＨＡＯ　Ｇａｎ．ｓｅｎ　，ＷＵ　Ｊｉｅ．ｃｈａｏ　，ＣＨＥＮ　Ｚｉ．ｈａｏ　，ＲＥＮ　Ｘｕｅ．ｑｉ　，ＴＡＮ　Ｈａｏ．ｘｉａｎｇ　，ＭＡ　Ｚｈａｏ—ｈｕｉ　’　（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ　５１０６３１，Ｃｈｉｎａ；　２．Ｃｉｓｃｏ　Ｓｃｈｏｏｌ　ｏｆＩｎｆｏｒｍａｔｉｃｓ，Ｇｕａｎｇｄｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＦｏｒｅｉｇｎ　Ｓｔｕｄｉｅｓ，Ｇｕａｎｇｚｈｏｕ　５１０００６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｃｙｂｅｒｓｐａｃｅ　ｉｓｔｈｅ　ｆｉｆｔｈ　ｓｏｖｅｒｅｉｇｎｔｙ　ｓｐａｃｅ　ａＲｅｒｔｈｅ　ｓｅａ，ｌａｎｄ，ｓｋｙ　ａｎｄ　ｓｐａｃｅ．Ｔｈｅ　ｓｅｃｕｒｉｔｙ　ｏｆｃｙｂｅｒｓｐａｃｅ　ｉｓ　ｃｌｏｓｅｌｙ　ｒｅｌａｔｉｖｅ　ｔｏ　ｎａｔｉｏｎａｌ　ｓｅｃｕｒｉｔｙ．Ｈｏｗ　ｔｏ　ｄｉｓｃｏｖｅｒ　ｔｈｒｅａｔ　ｉｎ　ｔｉｍｅ，ｈｏｗ　ｔｏ　ｄｅｆｅｎｓｅ　ｎｅｔｗｏｒｋ　ａｔｔａｃｋ，ｈｏｗ　ｔｏ　ｔｒａｃｅ　ａｔ－　ｈａｃｋｅｒｓ　ｗｅｒｅ　ｔｈｅ　ｐｒｏｂｌｅｍｓ　ｔｏ　ｂｅ　ｓｅｌｖｅｄ．Ｆａｃｉｎｇ　ｔｈｅ　ｐｏｌｙｐｈｙｌｅｔｉｃ，ｉｓｏｍｅｒｉｃ，ｄｉｓｃｏｎｎｅｃｔｅｄ　ｐｒｏｐｅｒｔｉｅｓ　ｉｎ　ｔｈｅ　ｃｙｂｅｒｓｐａｃｅ，　ｂａｓｅｓ　ｏｎ　ａ　ｃｒｅｄｉｂｌｅ　ＩａａＳ，ａ　ｃｙｂｅｒｓｐａｃｅ　ｓｅｃｕｒｉｔｙ　ｓｉｔｕａｔｉｏｎ　ａｗａｒｅｎｅｓｓ　ｗａｓ　ｃｏｎｓｔｒｕｃｔｅｄ　ｂｙ　ｏｎｔｏｌｏｇｙ，ｓｅｍａｎｔｉｃ　Ｗｅｂ　ａｎｄ　ｌｉｎｋｅｄ　ｄａｔａｔｈｅｏｒｙ．Ｗｈｉｌｅ　ｇａｌａｒａｎｔｅｅｔｈｅ　ａｃｃｅｓｓ　ｓｅｃｕｒｉｔｙ　ｏｆｉｎｔｅｇｒａｔｉｎｇｄａｔａ，ｔｈｅｍｏｄｅｌ　ｃｏｕｌｄｍａｋｅ　ａ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ａｎａｌｙｓｉｓ　ｏｎ　ｔｈｅ　ｐｒｏｐｅｒｔｉｅｓ　ｉｎ　ｔｈｅ　ｃｙｂｅｒｓｐａｃｅ，ｗｈｉｃｈ　ｃｏｎｔｒｉｂｕｔｅｓ　ｔｏ　ｃｙｂｅｒｓｐａｃｅ　ｇｏｖｅｒｎａｎｃｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｃｙｂｅｒ　ｓｅｃｕｒｉｔｙ，ｓｉｔｕａｔｉｏｎ　ａｗａｒｅｎｅｓｓ，ｏｎｔｏｌｏｇｙ，ｓｅｍａｎｔｉｃ　Ｗｅｂ　１引言　在信息大爆炸的当下，网络空间治理面临　３个问题：１）超大规模的网络基础设施和资源，　如何实现有效的管理和利用？２１网络空间中巨　量的数据，如何将与业务相关的价值提取出来并　且利用好？３）如何保障网络空间中的资产安　全？为应对网络空间安全治理挑战，研究者们已　取得一些成果。　在网络空间资产语义化方面，１９９８年，　Ｂｅｅｒｎｅｒｓ．Ｌｅｅ首次提出语义网（ＳＷ，ｓｅｍａｎｔｉｃ　Ｗｅｂ）［１ｌ，语义网给网络空间中的数据添加语义　标签，方便数据分类和分析挖掘。随着语义网的　发展，缺少关联关系的语义数据已经不能满足业　务需求，Ｂｅｍｅｒｓ．Ｌｅｅ［　１在语义网的基础上提出了　键联数据，键联数据使用ＵＲＩ来唯一标识资源，　基于语义网，强调数据关联性。建立数据源链接　的方法分为：基于规则、基于图算法以及基于属　性的算法等【３ｌ。基于语义网的理论体系——本体　论，为构建键联数据提供了方法论和模型【４Ｊ。本　收稿日期：２０１６—０８－０３；修回日期：２０１６．０８．２８。通信作者：赵淦森，Ｇｚｈａｏ＠ｓｃｎｕ．ｅｄｕ．ｃ

基于人工智能的网络安全态势感知与威胁应对技术研究

近年来，随着互联网和物联网的快速发展，网络安全问题也愈发突出，网络攻击的种类和手段也越来越复杂，传统的防御手段已经不能完全保证网络的安全。因此，在网络安全领域，研究人员一直在探索更加先进的技术，以提高网络安全防御水平。其中，基于人工智能的网络安全态势感知与威胁应对技术是一种比较流行的研究方向。

一、人工智能在网络安全领域的应用

人工智能技术包括机器学习、深度学习、自然语言处理等技术，这些技术可以实现对海量数据的快速分析和处理，有助于发现隐藏在海量数据中的威胁。因此，人工智能技术被广泛应用于网络安全领域。

首先，人工智能技术可以用于网络安全态势感知。通过对网络流量、设备状态、异常行为等数据的全面分析，可以实现网络安全状况的实时监测和预警。其次，人工智能技术能够对网络安全事件进行自动化处理，提高安全事件的处理效率和准确性。最后，人工智能技术可以用于网络威胁情报的分析和挖掘，提高防御的精度和准确性。

二、基于人工智能的网络安全态势感知技术

网络安全态势感知技术能够实现对网络流量、设备状态、异常行为等数据进行分析和监测，以发现隐蔽的攻击行为。在传统的网络安全防御中，防火墙、入侵检测系统等设备主要通过策略的方式进行网络流量的过滤和检测，但这种方法已经不能完全保证网络安全。基于人工智能的网络安全态势感知技术，能够从多个维度对网络数据进行分析，灵敏感知网络中可能存在的威胁。 其中，机器学习技术是基于大数据的网络安全态势感知技术的基础。机器学习技术可以通过分析历史数据和网络行为模式，建立起网络威胁的模型。这种模型使用特定的算法将输入数据转化为输出，以发现异常行为。机器学习技术可以有效地识别网络状况中的异常流量、恶意软件和威胁行为等。

三、基于人工智能的网络威胁应对技术

在网络安全领域，威胁和攻击的种类日益增多，传统的网络安全防御手段已经不能完全满足需求。因此，如何快速响应并处理网络威胁成为了网络安全研究的重点。基于人工智能的网络威胁应对技术，可以自动化地响应和控制网络中的威胁行为，提高网络安全防御的准确性和有效性。