面向網(wǎng)絡(luò)態(tài)勢預(yù)測的時(shí)間序列頻繁情節(jié)挖掘研究.pdf

1、目前，網(wǎng)絡(luò)安全問題日益嚴(yán)峻，儼然成為非常重要的一個(gè)研究課題。面對大規(guī)模的網(wǎng)絡(luò)安全時(shí)間序列數(shù)據(jù)，高效并準(zhǔn)確地實(shí)現(xiàn)網(wǎng)絡(luò)安全的態(tài)勢預(yù)測具有非常有意義的研究價(jià)值，通過態(tài)勢的預(yù)測結(jié)果可以指導(dǎo)網(wǎng)絡(luò)管理者完成安全決策分析和防御措施的制定。
　　網(wǎng)絡(luò)安全態(tài)勢預(yù)測是在準(zhǔn)確的網(wǎng)絡(luò)安全態(tài)勢覺察、充分的網(wǎng)絡(luò)安全態(tài)勢理解基礎(chǔ)上，進(jìn)而實(shí)現(xiàn)對未來網(wǎng)絡(luò)安全態(tài)勢的趨勢預(yù)測。而要完成對大規(guī)模網(wǎng)絡(luò)的安全態(tài)勢的預(yù)測主要有賴于對海量安全時(shí)間序列數(shù)據(jù)的深入挖掘。現(xiàn)有的網(wǎng)絡(luò)安

2、全態(tài)勢預(yù)測方法僅能預(yù)測出未來單位時(shí)間的態(tài)勢值，然后依據(jù)連續(xù)單位時(shí)間的態(tài)勢值進(jìn)行網(wǎng)絡(luò)安全態(tài)勢的評估。然而單位時(shí)間的態(tài)勢值往往受擾動(dòng)的影響比較大，難于預(yù)測。本文中，嘗試根據(jù)歷史時(shí)間序列數(shù)據(jù)直接預(yù)測未來一段時(shí)間里的網(wǎng)絡(luò)態(tài)勢趨勢的變化規(guī)律，而不是再對某個(gè)時(shí)刻的態(tài)勢值進(jìn)行態(tài)勢分析。即基于趨勢變化來分析網(wǎng)絡(luò)安全時(shí)間序列數(shù)據(jù)的態(tài)勢預(yù)測。為了解決這個(gè)問題，本文針對網(wǎng)絡(luò)安全時(shí)間序列數(shù)據(jù)的態(tài)勢預(yù)測做了如下的工作：
　　（1）首先研究了基于時(shí)間序列的神

3、經(jīng)網(wǎng)絡(luò)方法，實(shí)現(xiàn)對未來一段時(shí)間內(nèi)網(wǎng)絡(luò)安全態(tài)勢的趨勢變化的預(yù)測：依據(jù)時(shí)間序列數(shù)據(jù)的結(jié)構(gòu)特點(diǎn)、基于趨勢變化的預(yù)測方法的理論，對網(wǎng)絡(luò)安全時(shí)間序列數(shù)據(jù)進(jìn)行分段，每一段代表一種趨勢，生成網(wǎng)絡(luò)態(tài)勢預(yù)測的樣本集；用樣本集基于BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)網(wǎng)絡(luò)安全態(tài)勢的趨勢變化預(yù)測。實(shí)驗(yàn)采用Honeynet數(shù)據(jù)完成仿真，驗(yàn)證了基于趨勢變化的網(wǎng)絡(luò)安全態(tài)勢預(yù)測這個(gè)方法的有效性和適用性。
　?。?）主要研究了面向預(yù)測的事件序列頻繁情節(jié)挖掘方法，實(shí)現(xiàn)網(wǎng)絡(luò)安全時(shí)間序列數(shù)

4、據(jù)趨勢變化的預(yù)測。首先，基于網(wǎng)絡(luò)安全事件發(fā)生的統(tǒng)計(jì)規(guī)律性，對安全時(shí)間序列數(shù)據(jù)進(jìn)行分段預(yù)處理，對分段后的時(shí)間序列子段離散事件化處理，將網(wǎng)絡(luò)安全時(shí)間序列數(shù)據(jù)轉(zhuǎn)換為安全事件序列數(shù)據(jù)。然后，通過引入事件序列的頻繁情節(jié)的相關(guān)知識(shí)，實(shí)現(xiàn)面向預(yù)測的時(shí)間序列數(shù)據(jù)的頻繁情節(jié)挖掘?；诰W(wǎng)絡(luò)安全態(tài)勢預(yù)測對各事件發(fā)生的相對時(shí)間的敏感性，通過引入一個(gè)限制情節(jié)發(fā)生長度的變量，實(shí)現(xiàn)對現(xiàn)有的頻繁情節(jié)挖掘算法MANEPI的改進(jìn)，提取預(yù)測所需的頻繁情節(jié)。最后，利用提取的這