网络态势感知系统研究综述(4)

（７）系统容错性。当故障存在的情况下保障系统不失效，仍然能够正常工作的特性，在网络环境中具有十分重要的意义。

结论及展望为了保障网络信息安全，开展大规模网络态势感知是十分必要的，对于提高我国网络系统的应急响应能力、缓解网络攻击所造成的危害、发现潜在恶意的入侵行为、提高系统的反击能力等具有十分重要的意义。网络态势

感知技术作为一项新技术，有很大的发展空间，同时在其发展过程中，应该把握好以下几个方面的内容：

（１）能对大规模网络进行实时或者近实时的态势感知，快速准确地判断出网络安全状态，实现实时的态势可视化显示，并能利用网络安全属性的历史记录，为用户提供一个比较准确的网络安全演变趋势。

（２）具有前向预测功能。在网络安全事件发生之前进行预测，为网络管理员制定决策和防御措施提供依据，做到防患于未然。

（３）自动响应。依靠人为干预对入侵进行反击是不可行的，需要ＮＳＡＳ自动阻止、反击入侵，而不是仅仅报警。

（４）智能化。通过采用诸如神经网络、遗传算法以及专家系统，使ＮＳＡＳ具有自学习和自适应能力。

（５）能检测和防御分布式攻击（如ＤＩＸ）Ｓ），并能很好地检测出未知攻击和潜在的恶意网络行为。

（６）交互方便、易于使用。免去繁琐的配置与安装，便于推广。

相关研究成果对于民用关键网络或军事网络具有特别的意义，它能使网络管理员更好地了解整个网络态势，协助其分配网络资源，对潜在的威胁迅速做出实时响应，并为其进行决策支持和指挥控制提供有力的辅助信息。但是，国内目前对ＮＳＡＳ研究才刚刚起步，相关理论和技术还很不成熟，诸如海量网络数据的实时处理、多源传感器数据融合、态势评估、威胁评估、态势生成、态势可视化等方面均有许多问题需要研究。

参考文献

１

ＴｈｅｕｒｅａｕＪ．Ｕｓｅｏｆｎｕｃｌｅａｒ＿ｒｅａｃｔｏｒｃｏｎｔｒｏｌｒｏｏｍｓｉｍｕｌａｔｏｒｓｉｎｒｅ—

ｓｅａｒｃｈ＆ｄｅｖｅｌｏｐｍｅｎｔ．Ｉｎ：７ｔｈＩＦＡＣ／ＩＦＩＰ／ＩＦＯＲｓ／ＩＥＡＳｙｍｐｏｓｉ—

ｕｍ

ｏｎ

Ａｎａｌｙｓｉｓ．Ｄｅｓｉｇｎ

ａｎｄＥｖａｌｕａｔｉｏｎ

ｏｆ

ＭＡＮ—ＭＡＣＨＩＮＥ

ＳＹｓＴＥＭＳ，Ｋｙｏｔｏ．１９９８．４２５～４３０

２

ＥｎｄｓｌｅｙＭＲ．Ｄｅｓｉｇｎａｎｄｅｖａｌｕａｔｉｏｎｆｏｒｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｅｌｌ—

ｈａｎｃｅｍｅｎｔ．Ｐａｐｅｒｐｒｅｓｅｎｔｅｄ

ａｔ

ｔｈｅＨｕｍａｎＦａｃｔｏｒｓＳｏｃｉｅｔｙ３２ｎｄ

９

ＡｎｎｕａｌＭｅｅｔｉｎｇ．Ｓａｎｔａ

Ｍｏｎｉｃａ，ＣＡ，１９８８

２４

ＳｔｅｉｎｂｕｒｇＡＮ，Ｂｏ帅ａｎ

ＣＬ，Ｗｈｉｔｅ

ＦＥ．Ｒｅｖｉｓｉｏｎｓ

ｔｏ

ｔｈｅＪＤｌ，

３

ＢａｓｓＴ，ＧｒｕｂｅｒＤ．Ａｇｌｉｍｐｓｅ

ｉｎｔｏ

ｔｈｅｆｕｔｕｒｅｏｆ

ｉｄ．ｈｔｔｐ：／／Ⅵｎ、ｒ、＾ｒ．

Ｄａｔａ

Ｆｕｓｉｏｎ

Ｍｏｄｅｌ．ＪｏｉｎｔＮＡＴ０／ＩＲＩＳＣｏｎｆｅｒｅｎｃｅ，Ｑｕｅｂｃｃ，０ｃ—

ｕｓｅｎｉｘｏｒｇ／ｐｕｂｌｉｃａｔｉｏｎｓ

／ｌｏｇｉｎ／１９９９—９／ｆｅａｔｕｒｅｓ／ｆｕｔｕｒｅ．ｈｔｍｌ，

ｔｏｂｅｒ】９９８１９９９

２５

ＥｎｄｓｌｅｖＭＲ．Ｔｏｗａｒｄ

ａ

ｔｈｅｏｒｖｏｆｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓｉｎｄｖｎａｍｉｃ

４

ＢａｓｓＴ．Ｉｎｔｒｕｓｉｏｎ

Ｉ）ｃｔｅｃｔｉｏｎＳｖｓｔｅｍｓａｎｄＭｕｌｔｉｓｅｎｓｏｒＤａｔａ

Ｆｕ—

ｓｙｓｔｅｍｓ．ＨｕｍａｎＦａｃｔｏｒｓ，１９９５，３７（１）：３２～６４

ｓｉｏｎ：ＣｒｅａｔｉｎｇＣｙｂｅｒｓｐａｃｅ

ＳｉｔｕａｔｉｏｎａｌＡｗａｒｅｎｅｓｓ．【ｂｍｍｕｎｉｃａ—

２６张云涛，龚玲．数据挖掘原理与技术．北京：电子工业出版社，

ｔｉｏｎｓ

ｏｆｔｈｅＡＣＭ，２０００，４３（４）：９９～１０５

２００４５

ＢａｔｓｅｌｌＳＧ，ＲａｏＮ

Ｓ，ＳｈａｎｋａｒＭ．ＤｉｓｔｒｉｂｕｔｅｄＩｎｔｒｕｓｉｏｎＤｅｔｅｃ—

２７

Ｌｅｅ

Ｗｅｎｋｅ，ＳｔｏｌｆｏＳ．ＤａｔａＭｉｎｉｎｇＡｐｐｒｏａｃｈｅｓｆｏｒ

ＩｎｔｒｕｓｉｏｎＤｅ—

ｔｉｏｎａｎｄＡｔｔａｃｋ

Ｃｏｎｔａｉｎｍｅｎｔｆｏｒ０ｒｇａｎｉｚａｔｉｏｎａｌＣｙｂｅｒＳｅｃｕ“ｔｙ．ｔｅｃｔｉｏｎ．１ｎ：ＰｍｃｅｅｄｉｎｇｓｏｆｔｈｅＳｅｖｅｎｔｈＵＳＥＮＩＸＳｅｃｕｒｉｔｙＳｙｍｐｏ—ｈｔｔｐ：／／ｗｗｗ．

ｉｏｃ．

ｏｒｎｌ．

ｇｏｖ／ｐｒｏｊｅｃｔｓ／ｄｏｃｕｍｅｎｔｓ／ｃｏｎｔａｉｎｍｅｎｔ．

ｓｉｕｍ（Ｓｅｃｕｒｉｔｙ’９８）．ＳａｎＡｎｔｏｎｉｏ，ＴＸ，Ｊａｎ．１９９８Ｄｄｆ。２００５

２８

Ｌｅｅ

Ｗｅｎｋｅ，Ｓｔ０１ｆｏＳ，ＭｏｋＫ．ＡＤａｔａＭｉｎｉｎｇＦｒａｍｅｗｏｒｋｆｏｒ

６

ＳｈｉｆｆｌｅｔＪ．ＡＴｅｃｈｎｉｑｕｅＩｎｄｅｐｅｎｄｃｎｔＦｕｓｉｏｎＭｏｄｅｌＦｏｒＮｅｔｗｏｒｋ

ＢｕｉｌｄｉｎｇＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎＭｏｄｅｌｓ．Ｉｎ：Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ１９９９ＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎ．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩⅥｉｄｓｔａｔｅｓ（■ｎｆｅｒｅｎｃｅｏｎ

ＩＥＥＥＳｙｍｐｏｓｉｕｍ

ｏｎ

ＳｅｃｕｒｉｔｙａｎｄＰｒｉｖａｃｙ．

０ａｋｌａｎｄ，ＣＡ，Ｍａｙ

ＵｎｄｅｒｇｒａｄｕａｔｅＲｅｓｅａｒｃｈｉｎ

ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＭａｔｈｅｍａｔｉｃｓ，

１９９９２００５，３（１）：】３～】９

２９

ＬｅｅＷｅｎｋｅ，ＳｔｏｌｆｏＳ，ＭｏｋＫ．Ｍｉｎｉｎｇ

ｉｎａ

ｄａｔａ—ｆ】ｏｗｅｎ讲ｒｏｎ－

７

ＤｅＭｏｎｔｉｇｎｙ—ＬｅｂｏｅｕｆＡ，ＭａｓｓｉｃｏｔｔｅＦ．Ｐａｓｓｉｖｅｎｅｔｗｏｒｋｄｉｓｃｏｖｅｒ—

ｍｅｎｔ：Ｅｘｐｅｒｉｅｎｃｅｉｎ

ｎｅｔｗｏｒｋｉｎｔｒｕｓｉｏｎｄｅｔｅｃｔｉｏｎ．

Ｉｎ：Ｐｒｏｃｅｅｄｉｎｇｓｙ

ｆｏｒｒｅａｌｔｉｍｅＳｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ．

ＮＡＴＯ／ＲＴＯＡｄａｐｔｉｖｅＤｅ—

ｏｆｔｈｅＡＣＭＳｌＧＫＤＤＩｎｔｅｍａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ

ＫｎｏｗｌｅｄｇｅＤｉｓ—

ｆｅｎｃｅｉｎＵｎｃｌａｓｓｉｆｉｅｄＮｅｔｗｏｒｋｓ，Ｔｏｕｌｏｕｓｅ，Ｆｒａｎｃｅ，Ａｐｒｉｌ２００４

ｃｏｖｅｒｙ＆ＤａｔａＭｉｎｉｎｇ（ＫＤＤ９９），Ａｕｇｕｓｔ

１９９９

８

Ｙｕｒｃｉｋ

Ｗ，ｅｔａＬＴｗｏｖｉｓｕａ｝ｃｏｍｐｕｔｅｒｎｅｔｗｏｒｋ

ｓｅｃｕｒｉｔｙ

ｍｏｎｉｔｏ—３０

ＡｂｒａｈａｍＴ．ＩＤＤＭ：ＩｎｔｒｕｓｉｏｎＤｅｔｅｃｔｉｏｎＵｓｉｎｇＤ …… 此处隐藏：1553字，全部文档内容请下载后查看。喜欢就下载吧 ……