摘 要： 近幾年，網(wǎng)絡(luò)信息技術(shù)發(fā)展迅速，并逐漸進(jìn)入社會(huì)各行各業(yè)的發(fā)展中，不僅改變著人們的生產(chǎn)方式，同時(shí)也改變了人們的生活方式，給人們衣食住行帶來了很大的方便。但是應(yīng)該看到網(wǎng)絡(luò)在給人們帶來極大便利的同時(shí)也存在較大的安全隱患，威脅人們的隱私和網(wǎng)絡(luò)安全。所以必須要對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行分析和預(yù)測(cè)，找到一種合理的算法進(jìn)行態(tài)勢(shì)分析，建立科學(xué)的網(wǎng)絡(luò)安全態(tài)勢(shì)模型，為網(wǎng)絡(luò)管理者做出安全防護(hù)的決策提供有效信息，提高網(wǎng)絡(luò)安全度。這里主要利用卡爾曼算法進(jìn)行網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法的分析，并分析該算法的優(yōu)越性。

關(guān)鍵詞： 卡爾曼算法； 網(wǎng)絡(luò)安全態(tài)勢(shì)； 預(yù)測(cè)方法； 網(wǎng)絡(luò)安全

中圖分類號(hào)： TN711?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）03?0084?02

Analysis of network security situation prediction method based on Kalman algorithm

LI Xiaoling， HU Hai

（Gongqing College， Nanchang University， Jiujiang 332020， China）

Abstract： In recent years， the network information technology has rapid development， and is gradually entered into the development of all trades and professions， which changes people′s production mode and life style， and brings great convenience for people′s basic necessities. The network can provide great convenience for people while existing large hidden danger， which threatens people′s privacy and network security. It is necessary to analyze and predict the network security situation， and then find out a reasonable algorithm to analyze the situation. The scientific model of network security situation was established to provide effective information for the network managers to make the security decisions， and improve the network security degree. The Kalman algorithm is used to analyze the prediction method of network security situation. The superiority of the algorithm is analyzed.

Keywords： Kalman algorithm； network security situation； prediction method； network security

0 引 言

在信息技術(shù)的推動(dòng)下，計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)得到迅速發(fā)展，其用戶需求也在不斷擴(kuò)大，網(wǎng)絡(luò)規(guī)范發(fā)展越來越重要，但是最近發(fā)生的網(wǎng)絡(luò)安全事件頻頻出現(xiàn)，不利于網(wǎng)絡(luò)多元化的發(fā)展趨勢(shì)，在這種環(huán)境下人們更加重視網(wǎng)絡(luò)安全問題。為了解決網(wǎng)絡(luò)安全問題，確保網(wǎng)絡(luò)系統(tǒng)的安全運(yùn)行，必須對(duì)網(wǎng)絡(luò)運(yùn)行進(jìn)行全面的評(píng)估和預(yù)測(cè)[1]。網(wǎng)絡(luò)安全態(tài)勢(shì)感知是網(wǎng)絡(luò)安全健康需求而出現(xiàn)的一種新技術(shù)。態(tài)勢(shì)預(yù)測(cè)是態(tài)勢(shì)感知技術(shù)的最高級(jí)別，能夠?yàn)榫W(wǎng)絡(luò)管理者提供決策依據(jù)。傳統(tǒng)的預(yù)測(cè)方法和理論并不能滿足現(xiàn)代網(wǎng)絡(luò)安全預(yù)測(cè)的需求，近幾年人們逐漸開始應(yīng)用基于卡爾曼算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)分析實(shí)際生活中遇到的網(wǎng)絡(luò)安全問題，此預(yù)測(cè)方法在實(shí)際應(yīng)用中具有較高的預(yù)測(cè)價(jià)值。

1 基于卡爾曼算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)算法分析

在進(jìn)行卡爾曼算法網(wǎng)絡(luò)安全態(tài)勢(shì)分析實(shí)施之前，首先利用人工免疫的網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行網(wǎng)路環(huán)境安全態(tài)勢(shì)分析，以便找到網(wǎng)路安全態(tài)勢(shì)中的預(yù)測(cè)值，順利完成網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)分析，提高網(wǎng)絡(luò)安全性。所以本文采用人工免疫網(wǎng)絡(luò)安全態(tài)勢(shì)對(duì)網(wǎng)絡(luò)安全實(shí)施評(píng)估，并在此基礎(chǔ)上構(gòu)建模型結(jié)構(gòu)，如圖1所示。

1.1 網(wǎng)絡(luò)安全態(tài)勢(shì)的卡爾曼算法分析

從網(wǎng)絡(luò)安全方面來看，網(wǎng)絡(luò)安全態(tài)勢(shì)代表的是一種離散時(shí)間動(dòng)態(tài)系統(tǒng)狀態(tài)，對(duì)此系統(tǒng)進(jìn)行分析的過程中，可以利用系統(tǒng)中描述狀態(tài)向量的過程方程及其觀測(cè)方式進(jìn)行統(tǒng)一表示。從這方面來看其過程方程的表述方式為：

式中：[x（n）]表示的是該系統(tǒng)在離散時(shí)刻[n]的狀態(tài)向量，這個(gè)向量是不可觀測(cè)的，只能根據(jù)相關(guān)數(shù)據(jù)計(jì)算出來；[F（n+1，n）]表示的是此分析過程中所涉及的狀態(tài)轉(zhuǎn)移矩陣模式；[v1（n）]代表的向量屬于過程噪聲向量，它在系統(tǒng)中主要表示的是轉(zhuǎn)移中間的加速性噪聲。

式中：[J（n）]代表動(dòng)態(tài)系數(shù)時(shí)間[n]的觀測(cè)向量；[C（n）]代表動(dòng)態(tài)系統(tǒng)的觀測(cè)矩陣；[x（n）]代表經(jīng)過[C（n）]的描述變成可觀測(cè)的數(shù)量；[v2（n）]代表觀測(cè)的噪聲向量。

通過以上的分析與計(jì)算，可以使用卡爾曼濾波算法對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行詳細(xì)的分析，再依據(jù)分析過程中設(shè)置的安全態(tài)勢(shì)值[J（1），J（2），…，J（n）]進(jìn)行相關(guān)分析，這時(shí)可以知道當(dāng)[n≥1]時(shí)，可以利用方程式求出[x（i）]的各個(gè)分量。

1.2 卡爾曼預(yù)算算法分析

網(wǎng)絡(luò)安全態(tài)勢(shì)卡爾曼預(yù)測(cè)算法的步驟如下：

首先要分析初始條件：

2 仿真實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)環(huán)境和參數(shù)的設(shè)定

仿真實(shí)驗(yàn)的分析利用am anel+ +中模擬配置相同的20臺(tái)主機(jī)構(gòu)成服務(wù)器，同時(shí)選擇部分合適的數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，采用各種攻擊計(jì)算方式對(duì)網(wǎng)絡(luò)運(yùn)行過程中所涉及的各種服務(wù)器進(jìn)行相應(yīng)的分析與觀測(cè)，以便為后來的計(jì)算鋪墊基礎(chǔ)，在此過程中主要涉及的服務(wù)器有3種，分別是：內(nèi)打印機(jī)、虛擬ftp、數(shù)據(jù)庫(kù)等服務(wù)器模式[2]。然后分別將這些服務(wù)器的參數(shù)設(shè)置為0.5，0.21，0.8。

2.2 計(jì)算機(jī)網(wǎng)絡(luò)的安全態(tài)勢(shì)值分析

在詳細(xì)網(wǎng)絡(luò)安全系統(tǒng)的分析過程中，在各個(gè)數(shù)據(jù)參數(shù)配置完成后進(jìn)一步分析其安全性能，可以根據(jù)以上計(jì)算公式進(jìn)行詳細(xì)的分析，結(jié)合網(wǎng)絡(luò)安全態(tài)勢(shì)值，并將計(jì)算結(jié)果與網(wǎng)絡(luò)攻擊強(qiáng)度進(jìn)行比較[3?4]，結(jié)果如圖2所示。

從圖2中可以看出：網(wǎng)絡(luò)攻擊強(qiáng)度越高，相應(yīng)的其網(wǎng)絡(luò)安全態(tài)勢(shì)越高；而當(dāng)網(wǎng)絡(luò)攻擊強(qiáng)度下降，其網(wǎng)絡(luò)安全態(tài)勢(shì)也隨之下降，二者是呈正相關(guān)關(guān)系。正因如此，在實(shí)際網(wǎng)絡(luò)環(huán)境中當(dāng)某一攻擊在短時(shí)間內(nèi)再次出現(xiàn)時(shí)，這個(gè)網(wǎng)絡(luò)仍然能夠保持警惕性，起到較好的預(yù)防攻擊作用。

2.3 卡爾曼預(yù)測(cè)算法的預(yù)測(cè)結(jié)果

卡爾曼預(yù)測(cè)算法的公式為：

利用式（7）分析整個(gè)網(wǎng)絡(luò)安全態(tài)勢(shì)，并對(duì)此網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)值分析，然后將計(jì)算結(jié)果和網(wǎng)絡(luò)中的實(shí)際值進(jìn)行分析、比較，如圖3所示。

從圖3中可以看出，此預(yù)測(cè)算法的預(yù)測(cè)結(jié)果與真實(shí)值的變化趨勢(shì)有基本的一致性，表明本文的算法是可行的，為了進(jìn)一步驗(yàn)證算法的有效性，也可以將此預(yù)測(cè)算法與卡爾曼預(yù)測(cè)算法進(jìn)行比較，證實(shí)其有效性。

3 結(jié) 語(yǔ)

在實(shí)際網(wǎng)絡(luò)環(huán)境中由于種種原因?qū)е戮W(wǎng)絡(luò)安全態(tài)勢(shì)模型不能對(duì)安全態(tài)勢(shì)值進(jìn)行安全預(yù)測(cè)，導(dǎo)致網(wǎng)絡(luò)安全受到較大的威脅，不利于網(wǎng)絡(luò)信息多樣化的發(fā)展。利用卡爾曼預(yù)測(cè)算法提出一種網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法，能夠較大幅度的提高網(wǎng)絡(luò)安全性。從本文的分析中可以看出，此算法比較準(zhǔn)確地預(yù)測(cè)了網(wǎng)絡(luò)安全態(tài)勢(shì)值，具有較大的實(shí)際預(yù)測(cè)價(jià)值，而且更加適用于實(shí)際網(wǎng)絡(luò)環(huán)境中，促進(jìn)網(wǎng)絡(luò)環(huán)境的安全性。

參考文獻(xiàn)

[1] 向西西，黃宏光，李予東，等.基于Kalman算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法[J].計(jì)算機(jī)仿真，2010，27（12）：113?116.

[2] BASS T. Intrusion detection systems and multi?sensor data fusion： creating cyberspace situational awareness [J]. Communication of the ACM， 1999， 43（4）： 99?105.

[3] 劉雷雷，臧洌，邱相存，等.基于Kalman算法的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[J].計(jì)算機(jī)與數(shù)字工程，2014，42（1）：99?102.

[4] 劉蕾蕾，邱向存，臧洌.基于灰關(guān)聯(lián)熵的網(wǎng)絡(luò)安全態(tài)勢(shì)Kalman預(yù)測(cè)算法[J].科學(xué)技術(shù)與工程，2014，14（2）：202?204.

[5] 韋勇，連一峰.基于日志審計(jì)與性能修正算法的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型[J].計(jì)算機(jī)學(xué)報(bào)，2009，32（4）：763?772.

[6] ENDSLEY M R. Toward a theory of situation awareness in dynamic systems [J]. Human Factors： The Journal of the Human Factors and Ergonomics Society， 1995， 37（1）： 32?64.