李曾吉

摘要:隨著計算機的普及和Internet的迅速發(fā)展,計算機系統(tǒng)和網(wǎng)絡安全的漏洞問題不斷暴露出來,網(wǎng)絡惡意攻擊事件不斷發(fā)生,網(wǎng)絡安全問題日益嚴重,因此,網(wǎng)絡安全技術逐漸受到人們的重視。

關鍵詞:網(wǎng)絡安全入侵檢測技術神經(jīng)網(wǎng)絡算法

中圖分類號:TP3 文獻標識碼:A 文章編號:1674-098X(2012)06(c)-0022-01

1 網(wǎng)絡安全概述

1.1 網(wǎng)絡安全

通俗來講,網(wǎng)絡安全就是指網(wǎng)絡上的信息安全。詳細來說,網(wǎng)絡安全是指網(wǎng)絡系統(tǒng)的硬件、軟件及其系統(tǒng)中的數(shù)據(jù)受到保護,在偶然的或者惡意的因素影響下不遭受破壞、更改和泄露,保證系統(tǒng)連續(xù)正?？煽康剡\行,保證網(wǎng)絡服務不中斷。網(wǎng)絡安全的研究領域包括網(wǎng)絡上信息的保密性、完整性、可用性、真實性和可控性的相關技術和理論。網(wǎng)絡安全技術非常復雜,集成了多種安全技術和設備。

1.2 影響網(wǎng)絡安全的因素

網(wǎng)絡安全是保護用戶信息安全的基礎,一些黑客利用網(wǎng)絡上的漏洞,非法進入未被授權的目標計算機,對目標計算機內(nèi)部網(wǎng)絡和數(shù)據(jù)資源進行訪問或者破壞、刪除、復制計算機內(nèi)部的數(shù)據(jù)信息;有些非法訪問者登陸未被授權的計算機竊取計算機信息,從而獲取機密文件或者非法獲取密碼;非法入侵者利用非法手段獲取未被授權的權限入侵網(wǎng)絡,同時利用這些網(wǎng)絡上的漏洞傳播病毒、泄露信息、致使網(wǎng)絡癱瘓等網(wǎng)絡安全問題的發(fā)生;總結來說,黑客入侵、竊取信息、計算機病毒、網(wǎng)絡管理漏洞是影響網(wǎng)絡安全的三個主要因素。

2 基于神經(jīng)網(wǎng)絡算法的入侵檢測技術

2.1 常用網(wǎng)絡安全技術

網(wǎng)絡安全技術的使用可以保證信息的安全、建立起一套完整的網(wǎng)絡防御體系,保護系統(tǒng)中的數(shù)據(jù)不被篡改,保證系統(tǒng)連續(xù)正常可靠地運行,保證網(wǎng)絡服務不中斷。目前,防火墻技術、認證技術入、侵檢測技術和數(shù)據(jù)加密技術等是常用的幾種網(wǎng)絡安全技術。

2.2 基于神經(jīng)網(wǎng)絡算法的入侵檢測技術

(1)入侵檢測技術

入侵檢測技術是用來發(fā)現(xiàn)入侵行為,防止網(wǎng)絡攻擊的技術,在一定程度上保證了網(wǎng)絡的安全。入侵檢測主要通過對計算機系統(tǒng)或者網(wǎng)絡中的一些關鍵點收集信息并然后分析這些關鍵點,從而發(fā)現(xiàn)系統(tǒng)或網(wǎng)絡中的違反安全策略的行為和被攻擊的跡象。入侵檢測可以對內(nèi)部入侵、外部入侵和誤操作實時保護,在網(wǎng)絡系統(tǒng)受到危害之前攔截入侵,可以說是一種積極主動的安全防護技術。入侵檢測可以監(jiān)測并分析用戶和系統(tǒng)的活動;評估系統(tǒng)關鍵資源和數(shù)據(jù)文件的完整性;核查系統(tǒng)配置和漏洞;識別已經(jīng)知道的攻擊行為;分析統(tǒng)計異常的行為;操作系統(tǒng)日志管理,并識別違反安全策略的用戶活動;當發(fā)現(xiàn)入侵時系統(tǒng)能夠及時作出響應,切斷網(wǎng)絡連接、記錄事件和報警等。

(2)基于神經(jīng)網(wǎng)絡算法的入侵檢測技術

近年來,基于神經(jīng)網(wǎng)絡算法的入侵檢測技術逐漸成為眾多學者研究的熱點。神經(jīng)網(wǎng)絡理論是仿效生物信息處理模式以獲得智能信息處理功能的理論和方法。在誤用檢測和異常檢測時均可使用。尤其是異常檢測,由于要對檢測對象行為特征進行建?；?qū)W習,分析的數(shù)據(jù)依賴于對象行為和海量的信息資源,特別適宜用神經(jīng)網(wǎng)絡的計算方法來實現(xiàn)。同時神經(jīng)網(wǎng)絡分類具備的自學習和識別未知攻擊行為的能力,可以對獲取的新攻擊類型存儲,不斷地更新樣本庫,可以提高識別攻擊的能力,提高入侵檢測系統(tǒng)的性能。

基于神經(jīng)網(wǎng)絡的入侵檢測模型如圖1。

收集到的數(shù)據(jù)須經(jīng)過處理轉(zhuǎn)換為神經(jīng)網(wǎng)絡所能識別的數(shù)據(jù),作為輸入層數(shù)據(jù);隱含層節(jié)點均采用Sigmoid轉(zhuǎn)換函數(shù)g(h)=1/ (1+);設置兩個輸出層節(jié)點,其中,y1和y2分別表示正常行為和異常行為的概率,在[0,1]之間取值,并設定和分別表示正常和異常的閾值。

判斷方法有4種:

(a)y1=1,y2=0代表正常;

(b)y1=0,y2=1代表異常,進行異常處理;

(c)y1>y2且y1與y2的值在(0,1)之間,y1>,可認為是正常,只需給出必要的提示信息;

(d)y1,進行報警。

(3)神經(jīng)網(wǎng)絡入侵檢測設計

神經(jīng)網(wǎng)絡算法需要進行訓練學習,之后才能運用于實際問題的處理。給定一個學習樣本庫和網(wǎng)絡訓練要達到的目標作為神經(jīng)網(wǎng)絡模塊的輸入,之后利用某種訓練算法對該訓練樣本庫中的樣本進行學習處理,直到達到所要求的訓練目標。經(jīng)過訓練以后,用于判別攻擊行為的有關知識就以權值的形式被神經(jīng)網(wǎng)絡記憶,從而在神經(jīng)網(wǎng)絡內(nèi)部建立起了對攻擊行為的識別模型,在獲得未知樣本的輸入之后,就可以對該樣本進行分析處理,以達到判別的目的。設計神經(jīng)網(wǎng)絡模型的注意事項如下:

①設置隱含層數(shù)。BP網(wǎng)絡設置為三層時就能夠滿足所有的維到維的映射,也就是說一層隱含層就可以滿足神經(jīng)網(wǎng)絡模型的計算能力。②確定輸入層和輸出層單元數(shù)。一般來說輸入維數(shù)是特征向量元數(shù),輸出維數(shù)指的是類別數(shù)。③確定隱含層的單元數(shù)。在確定隱含層層數(shù)以及隱含層單元數(shù)目時,沒有一個嚴格的理論依據(jù)指導,需要根據(jù)特定的問題,結合經(jīng)驗公式設置大致范圍來進行逐步試算比較得到,或者將值取為輸出輸人單元數(shù)和的一半,然后進行試驗性調(diào)整。④初始化權值。初始化權值的目的是保證網(wǎng)絡的收斂性,通常把權值初始化為小隨機數(shù)。⑤樣本的預處理。將輸入特征進行標準化和歸一化,即將每組數(shù)據(jù)都歸一化變?yōu)閇-1,1]之間的數(shù)值的處理過程,目的是為了加快網(wǎng)絡的訓練速度。

基于上述的注意事項,設計了可以判別網(wǎng)絡入侵行為的BP神經(jīng)網(wǎng)絡分類模型。

在入侵檢測系統(tǒng)中,應該先得到典型網(wǎng)絡攻擊行為的樣本作為學習樣本庫,然后將這些樣本應用于對神經(jīng)網(wǎng)絡分類的訓練中。通過訓練,神經(jīng)網(wǎng)絡以權值的形式保存上述攻擊行為的特征模式,把神經(jīng)網(wǎng)絡分類用于實際工作之后,就能夠?qū)Λ@取的網(wǎng)絡數(shù)據(jù)流進行分析處理,并判別行為的正常與否。實驗結果顯示:這個模型不僅能夠準確檢測出現(xiàn)有的攻擊手段,同時對以前未接受過訓練的攻擊手段也可以有效地識別。

3 結語

隨著計算機技術的普及和Internet的迅速發(fā)展,計算機系統(tǒng)和網(wǎng)絡安全的漏洞問題不斷暴露出來,如何保證信息的安全、建立起一套完整的網(wǎng)絡防御體系,已經(jīng)成為網(wǎng)絡安全問題研究的關鍵點。

參考文獻

[1] 張千里,陳光英.網(wǎng)絡安全新技術[J].北京:人民郵電出版社,2003.

[2] 周國民.入侵檢測系統(tǒng)評價與技術發(fā)展研究[J].現(xiàn)代電子技術,2004(12).