劉天健1 劉芳辰1 高遙2

（1國網(wǎng)天津市東麗供電分公司，天津 300000；2天津市普迅電力信息技術(shù)有限公司，天津 ,300000）

近年來，具備國家和組織背景的網(wǎng)絡(luò)攻擊日益增多，政府、軍隊、金融、大型企業(yè)等所處的特殊角色，經(jīng)常會面臨更多的來自外部的攻擊威脅。例如：攻擊伊朗布什爾核電站的“震網(wǎng)病毒”，針對Google郵件服務(wù)器的“極光攻擊”，針對烏克蘭電網(wǎng)的“BlackEnergy”攻擊等。雖然企業(yè)的信息安全人員已經(jīng)在網(wǎng)絡(luò)中部署了大量的安全設(shè)備，但仍然會有部分攻擊繞過所有的防護措施直達企業(yè)內(nèi)部，導(dǎo)致重要數(shù)據(jù)資產(chǎn)的泄露、損壞或篡改。因此，需要通過技術(shù)手段及時發(fā)現(xiàn)潛藏在網(wǎng)絡(luò)中的威脅，盡早的快速發(fā)現(xiàn)威脅中的惡意行為，并對受害目標(biāo)以及攻擊源頭進行精準定位，對入侵途徑以及攻擊者背景進行研判與溯源，從而從源頭上解決企業(yè)網(wǎng)絡(luò)中的安全威脅，盡可能地減少安全威脅給企業(yè)帶來的損失。

一、基于人工智能信息安全網(wǎng)絡(luò)感知系統(tǒng)結(jié)構(gòu)

（1）態(tài)勢感知：該模塊是利用人工智能算法預(yù)測、理解、識別態(tài)勢等來完成態(tài)勢感知。（2）信息融合：收集的安全態(tài)勢數(shù)據(jù)一般了來自交換機、路由器等網(wǎng)絡(luò)設(shè)備，以及IDS/IPS、防火墻等安全設(shè)備，還有應(yīng)用程序、服務(wù)、數(shù)據(jù)庫方面等，所以系統(tǒng)需要對這些來源不同的數(shù)據(jù)進行整合，從而提高態(tài)勢感知的準確率。（3）信息提?。涸撃K屬于安全感知態(tài)勢的基礎(chǔ)。安全態(tài)勢數(shù)據(jù)基本都是從網(wǎng)絡(luò)設(shè)備、安全設(shè)備、應(yīng)用和服務(wù)系統(tǒng)獲取的，信息提取主要是從這些模塊來獲取信息，對信息進行修訂和標(biāo)準化，同時擴展時間的基本特征等。（4）態(tài)勢評估：該模塊主要是分析態(tài)勢情況和關(guān)聯(lián)性。在根據(jù)態(tài)勢進行結(jié)果評估，并建立綜合網(wǎng)絡(luò)態(tài)勢圖，以及分析態(tài)勢報告，從而為管理人員提供決策依據(jù)。（5）信息預(yù)處理：態(tài)勢感知主要是利用多個傳感器進行數(shù)據(jù)收集，所以采集過程中會有很多噪聲，也可能出現(xiàn)數(shù)據(jù)缺失情況，這種情況都需要對數(shù)據(jù)進行去噪聲處理。同時也能實現(xiàn)對不完整數(shù)據(jù)的預(yù)處理，比如：過濾雜質(zhì)、處理用戶分布等。

二、基于人工智能的信息網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)分析

（一）預(yù)測態(tài)勢算法

目前，態(tài)勢感知過程中所運用的算法主要為人工智能預(yù)測態(tài)勢算法，這種算法是依照事物發(fā)展現(xiàn)狀、歷史情況的調(diào)查結(jié)果來進行確認的。目前，在態(tài)勢感知過程中所使用的預(yù)測態(tài)勢算法主要是人工神經(jīng)網(wǎng)絡(luò)預(yù)測法和專家系統(tǒng)預(yù)測方法兩種方法。前者所建立起來的預(yù)測模型通常是包括RBF網(wǎng)絡(luò)、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)，可以起到較好的預(yù)測作用，然而這種神經(jīng)網(wǎng)絡(luò)算法在實際應(yīng)用的過程中卻極其容易出現(xiàn)局部最優(yōu)解的情況；而專家系統(tǒng)預(yù)測方法則是基于知識、經(jīng)驗構(gòu)建成的智能程序系統(tǒng)，在實際運行的過程中會模仿專家人類的思維，并結(jié)合實際情況對復(fù)雜問題進行分析，不僅可以有效減少計算的復(fù)雜程度，同時也可以做出更符合人類思維的各項決定，具有較多優(yōu)勢。這種算法具有較強的針對性，且需要依靠豐富的知識與高水平數(shù)據(jù)來實現(xiàn)，然而網(wǎng)絡(luò)卻是一個較為龐大、復(fù)雜的開放性空間，無法充分滿足上述條件，進而限制了預(yù)測的高效性。因此，在應(yīng)用這一技術(shù)的過程中，必須要結(jié)合電力系統(tǒng)運行的實際情況，經(jīng)過全面細致的分析以后，才能夠選出適應(yīng)電力系統(tǒng)的算法，保證預(yù)測的準確性。

（二）基于專家系統(tǒng)的預(yù)測方法

專家系統(tǒng)是一個包含專門知識和經(jīng)驗的智能計算機程序系統(tǒng)，其智能性主要表現(xiàn)在能夠模仿特定領(lǐng)域內(nèi)的人類專家思維來求解復(fù)雜問題。采用專家系統(tǒng)進行態(tài)勢預(yù)測具有：適合人的思維，容易理解；知識用規(guī)則或案例表示，能避開復(fù)雜的數(shù)值計算；知識庫可在不修改主程序的前提下，不斷修改擴充；能夠解釋自身推理過程等優(yōu)點。然而，專家系統(tǒng)針對性較強，預(yù)測準確度依賴于知識的豐富程度與水平高低，這些都限制了其在大規(guī)模復(fù)雜網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用。

（三）數(shù)據(jù)預(yù)處理

由于我們的核心平臺采用了基于大數(shù)據(jù)技術(shù)的Stream框架，因此可以對各類數(shù)據(jù)按照預(yù)定的流程進行流式處理，以保證各種數(shù)據(jù)處理的準確性。Stream框架是一個分布式的結(jié)構(gòu)，支持水平擴展，通過增加集群節(jié)點便可提高集群的并發(fā)處理能力。Stream框架還具有自動容錯機制，可自動處理進程、機器以及網(wǎng)絡(luò)異常，保證事件處理流程的穩(wěn)定運行。在處理數(shù)據(jù)時，數(shù)據(jù)不寫入磁盤，緩存在各個節(jié)點的內(nèi)存中。我們的核心能力平臺具有延遲低，實時性強的特點，通過預(yù)先設(shè)定事件處理拓撲，可以快速的對事件處理流程進行搭建，可根據(jù)不同的處理要求構(gòu)建相應(yīng)的事件處理拓撲模型，滿足業(yè)務(wù)要求。

結(jié)語

綜上所述，現(xiàn)階段基于人工智能建立起來的信息網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)的結(jié)構(gòu)主要是包括信息提取、信息預(yù)處理、信息融合、態(tài)勢感知、態(tài)勢評估這幾個部分，在系統(tǒng)運行的過程中，基礎(chǔ)運行指標(biāo)、網(wǎng)絡(luò)脆弱性指標(biāo)、網(wǎng)絡(luò)威脅指標(biāo)是關(guān)鍵性指標(biāo)，為態(tài)勢感知系統(tǒng)的運行提供了數(shù)據(jù)支撐。這一技術(shù)的出現(xiàn)，有助于提高信息網(wǎng)絡(luò)的安全性，同時也融合了數(shù)據(jù)挖掘、數(shù)據(jù)融合、識別模式等多項技術(shù)，使得一些信息網(wǎng)絡(luò)安全問題在初期便可以得到有效解決，對于保證電力系統(tǒng)安全、可靠運行具有重要的促進作用，為社會生產(chǎn)以及人們?nèi)粘Ｉ钐峁┏渥汶娏Α?/p>