吳志軍，王 航

（中國民航大學(xué)電子信息與自動化學(xué)院，天津300300）（?通信作者電子郵箱zjwu@cauc.edu.cn）

0 引言

隨著全球經(jīng)濟的發(fā)展，現(xiàn)有航空運輸系統(tǒng)已不能滿足日益增長的民航業(yè)務(wù)需求，為此，美國提出下一代航空運輸系統(tǒng)（Next Generation Air Transportation System，NextGen），歐洲提出單一歐洲天空空中交通管理研究（Single European Sky ATM，SESAR），中國提出新一代空中交通管理系統(tǒng)（New Generation Air Traffic Manager，NGATM），這些計劃都以廣域信息管理系統(tǒng)（System Wide Information Management，SWIM）為基礎(chǔ)。SWIM在全球范圍內(nèi)保證了空中交通管理部門、航空公司和機場等之間的信息共享，提高了協(xié)同決策能力。由于民航系統(tǒng)的特殊性，該系統(tǒng)需要提供7×24 h不間斷服務(wù)，因此，研究SWIM的應(yīng)急響應(yīng)顯得尤為重要。

本文提出了一種基于訂閱/發(fā)布的SWIM應(yīng)急響應(yīng)機制。

1 相關(guān)工作

有關(guān)應(yīng)急響應(yīng)的研究工作，大致可以分為三類：關(guān)鍵服務(wù)漂移、可生存性和系統(tǒng)安全性。

Kun等［1］針對網(wǎng)絡(luò)安全提出了基于流和應(yīng)用的應(yīng)急響應(yīng)機制，但只對應(yīng)急響應(yīng)和應(yīng)急措施進行了理論分析；Seba等［2］針對無線通信中的安全威脅，研究了安全需求，并提出了應(yīng)急通信體系結(jié)構(gòu)，但沒有提供完整的各個階段的威脅及相應(yīng)的解決方案 ；Yeo等［3］研究快 速 網(wǎng)絡(luò)評估（Rapid Network Assessment，RNA）和 手 冊 內(nèi) 容 分 析（Manaual Content Analysis，MCA）兩種編碼方式的優(yōu)缺點，這兩種方法能提高應(yīng)急響應(yīng)行動的效率，證明了MCA在實時網(wǎng)絡(luò)中的可用性，但是沒有給出兩種方式的具體適用范圍；Wang等［4］研究了突發(fā)災(zāi)害情況下消息的開銷、延遲和路由問題，提出了一種傳播轉(zhuǎn)發(fā)路由算法和動態(tài)拓撲建模方法，設(shè)計了傳播策略和轉(zhuǎn)發(fā)策略；Wu等［5］針對SWIM的生存性提出了一種動態(tài)遷移機制，并且與隨機自治可生存調(diào)度（Stochastic Autonomous Scheduling Survivability，SASS）模型和基于令牌的競爭機制（Token-based competition mechanism，TOKEN）模型對比，具有優(yōu)越性，但只考慮了關(guān)鍵服務(wù)遷移機制，無法完全滿足SWIM的應(yīng)急響應(yīng)。

Dalal等［6］研究了災(zāi)害位置不確定情況下的應(yīng)急網(wǎng)絡(luò)的設(shè)計，研究了最壞情況和最小成本下不同權(quán)重的分配問題，從而提高該方案的效率，而且進行了實例研究，但是并沒有考慮其他不確定性因素，如基礎(chǔ)設(shè)施的損壞、人員的撤離等；Vedula等［7］以一個應(yīng)急響應(yīng)案例為基礎(chǔ)研究了信任機制的影響，但是沒有把時間因素考慮進信任機制中；Qiu等［8］研究了物聯(lián)網(wǎng)的實時應(yīng)急響應(yīng)能力，提出了應(yīng)急響應(yīng)路由協(xié)議來提高數(shù)據(jù)傳輸效率，但是沒有考慮到大型的系統(tǒng)；Es-Haghi等［9］使用模糊方法和社會網(wǎng)絡(luò)分析來進行應(yīng)急響應(yīng)，并且考慮了預(yù)測方法來實現(xiàn)理想的應(yīng)急管理目標，但考慮的變量不多，應(yīng)考慮加入更多的變量；Qiu等［10］提出了應(yīng)急貝葉斯決策網(wǎng)絡(luò)（Emergency Bayesian Decision Network，EBDN）模型來應(yīng)對突發(fā)事件決策問題，解決了突發(fā)事件中的不確定性，但是該方法依賴于一定的歷史數(shù)據(jù)，并且沒有考慮突發(fā)事件的派生事件；Gu等［11］研究了多種信息系統(tǒng)間的基礎(chǔ)架構(gòu)，構(gòu)建了應(yīng)急響應(yīng)拓撲，但是沒有進一步因災(zāi)難的不同而變換的網(wǎng)絡(luò)拓撲；Lieser等［12］研究了移動自組織網(wǎng)絡(luò)中信息優(yōu)先級的問題，從而降低了網(wǎng)絡(luò)延遲，提出的體系結(jié)構(gòu)在災(zāi)后通信方面作出重大貢獻；王健等［13］提出了一種基于 SM-PEPA（Semi-Markov Performance Evaluation Process Algebra）系統(tǒng)的量化分析方法，將系統(tǒng)認知能力轉(zhuǎn)化為一個半馬爾可夫過程，但是僅考慮了入侵防御能力和自恢復(fù)成功率對可生存性的影響；王鵬飛等［14］從軟件、硬件和運行環(huán)境3個因素層提出一套指標體系來量化可生存能力，但其一級指標的權(quán)值選取方法有待優(yōu)化，二級指標采用均值加權(quán)法也不合理；陳天平等［15］提出一種可生存性評估方法，給出了指標量化方法，但其權(quán)重系數(shù)簡單地采用相同的值，這與實際情況不符。

Kang等［16］從信息集成的角度研究了SWIM；Qi等［17］概述了SWIM并且進行了安全性分析；Abraham［18］研究了空地SWIM，考慮了航空器接入SWIM；Morioka等［19］為了完成航空器和空中交通管理間豐富的信息交換，研究了航空移動式機場通信系統(tǒng)；Moallemi等［20］研究了航空器接入SWIM的信息安全問題；Wilson等［21］研究了SWIM的信息安全問題；Wang等［22］提出了基于面向服務(wù)架構(gòu)（Service-Oriented Architecture，SOA）的SWIM架構(gòu)；趙汨龍等［23］提出了一個基于SOA的SWIM框架下的實現(xiàn)實例；袁飛飛等［24］提出了協(xié)同的數(shù)據(jù)分發(fā)方法以應(yīng)對大數(shù)據(jù)量的分發(fā)效率，在訂閱/發(fā)布模式下，降低了分發(fā)時延，減輕了節(jié)點負載。

基于以上研究現(xiàn)狀，本文提出的基于訂閱發(fā)布服務(wù)的SWIM應(yīng)急響應(yīng)機制彌補了以往研究的不足，提高了SWIM的可生存性。

2 SWIM應(yīng)急響應(yīng)機制

SWIM的范圍包括基礎(chǔ)設(shè)施、信息、服務(wù)和治理，為頂層SWIM支持的服務(wù)提供技術(shù)支持。SWIM是網(wǎng)絡(luò)層和應(yīng)用層之間的大規(guī)模分布式網(wǎng)絡(luò)，其應(yīng)急響應(yīng)體系結(jié)構(gòu)如圖1所示。

圖1 SWIM應(yīng)急響應(yīng)體系結(jié)構(gòu)Fig.1 SWIM emergency response architecture

SWIM應(yīng)急響應(yīng)體系結(jié)構(gòu)分為協(xié)同式應(yīng)急響應(yīng)對等網(wǎng)絡(luò)（Peer-to-Peer，P2P）和SWIM物理網(wǎng)絡(luò)兩層，在協(xié)同式對等網(wǎng)絡(luò)中，各實體間平等、協(xié)同地完成信息地共享，這與SWIM的應(yīng)急響應(yīng)模式非常相似，所以可以兼容SWIM的組織架構(gòu)。通過P2P網(wǎng)絡(luò)，可以實現(xiàn)SWIM應(yīng)急消息的快速發(fā)布，提供的功能包括：事件通告、災(zāi)備切換、故障地址、狀態(tài)監(jiān)測、故障診斷、系統(tǒng)更新、容錯校驗、應(yīng)急預(yù)案、安全更新、入侵檢測、審計日志和處置流程等。

在SWIM應(yīng)急響應(yīng)體系中需各部門協(xié)同運行，即兩個或更多成員之間共同完成應(yīng)急響應(yīng)，包括信息共享、共同的應(yīng)急響應(yīng)流程和緊急情況下系統(tǒng)運行等。通過機場、航空公司和空管等各方參與和信息共享更好地進行應(yīng)急響應(yīng)，目標是：1）增加共同的態(tài)勢感知；2）多方參與，提高應(yīng)急響應(yīng)能力；3）協(xié)同響應(yīng)，提高資源利用率；4）加強協(xié)同配合。

2.1 SWIM的應(yīng)急現(xiàn)有模型

SWIM全球互操作框架包括5層，自上而下依次是：應(yīng)用層、信息交換服務(wù)層、信息交換模型層、SWIM基礎(chǔ)設(shè)施層和網(wǎng)絡(luò)連接層，其中，SWIM的范圍包括信息交換服務(wù)層、信息交換模型層和SWIM基礎(chǔ)設(shè)施層，以及對這些在安全等方面的治理。當(dāng)SWIM受到分布式拒絕服務(wù)攻擊（Distributed Denial of Service，DDoS）時，不同層會有不同的應(yīng)急響應(yīng)機制。

在協(xié)同式應(yīng)急響應(yīng)服務(wù)對等網(wǎng)絡(luò)基礎(chǔ)上，設(shè)計了SWIM應(yīng)急響應(yīng)模型，如圖2所示，由分布數(shù)據(jù)存儲層、分層動態(tài)漂移系統(tǒng)和網(wǎng)絡(luò)連接層構(gòu)成。實現(xiàn)SWIM網(wǎng)絡(luò)關(guān)鍵服務(wù)的動態(tài)漂移和關(guān)鍵數(shù)據(jù)的備份以及恢復(fù)。

在信息交換服務(wù)層中，首先設(shè)置各個服務(wù)的權(quán)值，把關(guān)鍵服務(wù)和普通服務(wù)區(qū)分開來，以機場訂閱的相關(guān)服務(wù)為例，當(dāng)受到DDoS攻擊時，機場所訂閱的相關(guān)服務(wù)只會保留關(guān)鍵服務(wù)而普通服務(wù)會暫時停止，權(quán)值被設(shè)為零。

在信息交換模型層中，信息交換模型規(guī)定了發(fā)布者和訂閱者之間傳遞消息的結(jié)構(gòu)、格式和內(nèi)容，包括信息域的概念?，F(xiàn)有信息交換模型有航空信息交換模型（Aeronautical Information eXchange Model，AIXM）、航班信息交換模型（Flight Information eXchange Model，F(xiàn)IXM）和氣象交換邏輯模型（Weather eXchange Logical Model，WXXM）。各個模型分別包含概念模型、邏輯模型和可擴展標記語言（eXtensible Markup Language，XML）模型。以FIXM為例，核心數(shù)據(jù)包含整個生命周期中的計劃、狀態(tài)以及應(yīng)急數(shù)據(jù)等基本信息和關(guān)鍵數(shù)據(jù)，F(xiàn)IXM的拓展部分可由各個國家和地區(qū)根據(jù)自身具體情況進行調(diào)整。發(fā)生DDoS攻擊時，該模型會簡化為只保留核心部分的簡化模式，以保證SWIM業(yè)務(wù)的連續(xù)性。

圖2 應(yīng)急響應(yīng)模型Fig.2 Emergency responsemodel

在SWIM基礎(chǔ)設(shè)施層提供SWIM的核心服務(wù)，包括消息服務(wù)、接口服務(wù)、安全服務(wù)和企業(yè)服務(wù)管理等。消息服務(wù)為SWIM提供高效、安全可靠數(shù)據(jù)傳送，包括發(fā)布/訂閱、請求/響應(yīng)、消息路由和消息轉(zhuǎn)換功能；接口管理能對SWIM中業(yè)務(wù)數(shù)據(jù)的服務(wù)元數(shù)據(jù)的注冊、發(fā)布、發(fā)現(xiàn)和調(diào)用進行統(tǒng)一的管理，有利于各服務(wù)間高效的互操作和復(fù)用；安全服務(wù)主要包括安全策略、認證管理、訪問控制和服務(wù)監(jiān)控。安全性體現(xiàn)在數(shù)據(jù)的機密性、完整性、不可否認性、身份認證和訪問控制等多個方面。企業(yè)服務(wù)管理主要包括策略實施/指標收集、性能監(jiān)控/報告、故障檢測/報告、異常反饋/告警，保證基于SOA架構(gòu)的SWIM正常工作。當(dāng)受到DDoS攻擊時，基礎(chǔ)設(shè)施層會臨時擴容帶寬，本地或運營商進行流量清洗。

SWIM基礎(chǔ)設(shè)施層及故障轉(zhuǎn)移如圖3所示。

每個服務(wù)器上有一個或多個主題，并且服務(wù)器的編號不重復(fù)；發(fā)布者和訂閱者通過主題互相交互，消息的主題包含不同的數(shù)據(jù)：航行情報數(shù)據(jù)、航空氣象數(shù)據(jù)和空域流量數(shù)據(jù)等。訂閱者可以訂閱不同的主題；每個主題可以有多個分區(qū)，分區(qū)互為備份，既可以提高系統(tǒng)的吞吐量，也可以在服務(wù)器受到DDoS攻擊時保證業(yè)務(wù)的連續(xù)性。發(fā)布者首先將主題發(fā)布到主分區(qū)中，從分區(qū)會自動跟主分區(qū)同步。首先獲取服務(wù)器中的主分區(qū)，發(fā)布者將消息發(fā)送給主分區(qū)，主分區(qū)將消息寫入本地文件，從分區(qū)同步主分區(qū)中的主題，同時向主分區(qū)發(fā)送確認字符（Acknowledge character，ACK），主分區(qū)收到所有副本的ACK后向發(fā)布者發(fā)送ACK。

圖3 SWIM基礎(chǔ)設(shè)施層及故障轉(zhuǎn)移Fig.3 SWIMinfrastructurelayer and failover

故障轉(zhuǎn)移指的是當(dāng)SWIM服務(wù)器受到DDoS攻擊時，SWIM基礎(chǔ)設(shè)施層可以迅速檢測到該失效，并立即將服務(wù)自動轉(zhuǎn)移到其他服務(wù)器上，故障轉(zhuǎn)移是通過“心跳”機制完成的，只要主服務(wù)器和備份服務(wù)器間的心跳無法維持，就認為主服務(wù)器已無法正常工作，系統(tǒng)就會自動啟動備份服務(wù)器代替主服務(wù)器。

2.2 SWIM訂閱/發(fā)布核心服務(wù)模型

訂閱/發(fā)布是一種可靠地傳送消息的方式，其可伸縮性大。生成消息的提供者發(fā)布該消息，需要該消息的其他應(yīng)用則訂閱對應(yīng)的主題。當(dāng)發(fā)生災(zāi)難時，發(fā)布者和訂閱者仍能發(fā)布及訂閱事件，即故障是透明的，系統(tǒng)恢復(fù)正常后，達到一致的狀態(tài)，保證了SWIM業(yè)務(wù)的連續(xù)性。訂閱/發(fā)布系統(tǒng)完成了發(fā)布者和訂閱者之間的通信解耦，包括：空間解耦、時間解耦和同步解耦。

與傳統(tǒng)的點對點消息傳輸模式不同，在SWIM中，采用一對多的消息傳輸模式，發(fā)布者可以向多個訂閱者進行廣播。發(fā)布者和訂閱者通過主題互相關(guān)聯(lián)，如發(fā)布者可以發(fā)布航空信息、氣象信息和航班信息，訂閱者則訂閱相應(yīng)主題。

定義1 主題。一個主題是一個6元組，即p，s，c，con，r，tc，其中：p是發(fā)布者，s是訂閱者，c是主題的內(nèi)容，con是訂閱者是否處于連接狀態(tài)，r為訂閱者是否成功接收到訂閱內(nèi)容，tc是消息在主題中最大的存活時間。con、r、tc為布爾值；tc是一個范圍，上限為消息發(fā)布時間，下限為消息失效時間。只有在有效期范圍內(nèi)，SWIM消息服務(wù)器才會發(fā)送主題給相應(yīng)訂閱者。

在一個主題的生命周期內(nèi)有5種不同的狀態(tài)：

1）訂閱（subscription，sub）。SWIM消息服務(wù)器記錄相應(yīng)訂閱者的信息及其訂閱的主題。

2）待發(fā)布（pending release，per）。主題處于待發(fā)布狀態(tài)，con為false，r為false，tc為false。

3）發(fā)布（publish，pub）。發(fā)布者將主題發(fā)布到SWIM消息服務(wù)器，同時主題T中的p和s也已確定，通過授權(quán)和認證，處于活躍狀態(tài)的訂閱者會接收到已訂閱的主題。con為true，r為true，tc為true。

4）等待（wait，wat）。在主題的存活時間范圍內(nèi)，消息會一直存在。當(dāng)已訂閱了主題處于非活躍狀態(tài)的訂閱者變?yōu)榛钴S狀態(tài)時，仍然能夠接收該消息。此時，con為false，r為false，tc為true。

5）過期（expired，exp）。此狀態(tài)主題已過期，訂閱者不會收到相應(yīng)消息。con為true，r為false，tc為false。

主題的生命周期圖如圖4所示。訂閱者訂閱主題T，于是主題T中的訂閱者s確定，該主題成為被訂閱的狀態(tài)；發(fā)布者p確定后，主題進入待發(fā)布狀態(tài)；發(fā)布者發(fā)布主題后，處于活躍狀態(tài)的訂閱者會接收到相應(yīng)消息，此時con、t和tc都為true；然后主題會存活一段時間，主題處于等待狀態(tài)，此時，當(dāng)未連接的訂閱者連接時，依然能夠收到消息；當(dāng)超過主題的最大存活時間時，進入過期狀態(tài)，此時訂閱者不會收到消息。

圖4 主題的生命周期圖Fig.4 Subject life cycle diagram

定義2 主題簇。一個主題簇由一組相關(guān)主題構(gòu)成，TC=

tt，a，s，s0，f，s1，其中：tt=｛t1，t2，…，tn｝是一個有限的主題集合；a是發(fā)布訂閱系統(tǒng)中的動作，包括發(fā)布publish（publisher，T，c，tc）和訂閱subscribe（subscriber，t）；s是一個有限狀態(tài)集合，由tt中各個主題的狀態(tài)決定；s0為各個主題的初始狀態(tài)；f為主題的狀態(tài)變化函數(shù)；s1為各個主題的最終狀態(tài)。

SWIM注冊庫可以實現(xiàn)服務(wù)的管理、存儲和共享。SWIM授權(quán)相關(guān)服務(wù)并發(fā)布政策和標準，包括空中交通管理參考模型（ATM Information Management，AIRM）、航班信息交換模型（FIXM）和氣象交換邏輯模型（WXXM）。服務(wù)提供者發(fā)布以及提供服務(wù)，消費者發(fā)現(xiàn)并消費服務(wù)。

圖5描述了SWIM的發(fā)布訂閱模式與注冊庫的關(guān)系。主題的生產(chǎn)者將主題發(fā)布到注冊庫中，被訂閱的主題就會推送到相應(yīng)的消費者，每當(dāng)有主題有更新時，相應(yīng)的訂閱者都會收到更新后的主題，從而大大提高發(fā)布訂閱的效率。例如：訂閱者1、2和3同時訂閱了航班信息主題簇，注冊庫中相應(yīng)主題就變?yōu)榱艘延嗛啝顟B(tài)，tt中包含航班信息主題簇中的各個主題，a的動作會從發(fā)布變?yōu)橛嗛?。訂閱者可以訂閱不同的主題簇以滿足自身的不同需求。

圖5 SWIM的發(fā)布訂閱模式及注冊庫Fig.5 SWIM’s publish and subscribe mode and registry

2.3 SWIM的應(yīng)急響應(yīng)流程

SWIM應(yīng)急響應(yīng)流程（如圖6所示）包括：災(zāi)前的備份系統(tǒng)、災(zāi)中的漂移系統(tǒng)和災(zāi)后的恢復(fù)系統(tǒng)。這里，主要考慮受到DDoS攻擊的情況。在災(zāi)前的備份系統(tǒng)中，采用本地備份和異地備份相結(jié)合的方式，當(dāng)受到攻擊時，關(guān)鍵服務(wù)會自動切換到異地備份系統(tǒng)中。當(dāng)SWIM生存性降低到一定程度，系統(tǒng)采用基于信任值的Viterbi算法進行服務(wù)漂移。

SWIM的應(yīng)急響應(yīng)流程的具體步驟如下：

1）在SWIM中，首先要確定關(guān)鍵服務(wù)，包括航班信息服務(wù)，航空信息服務(wù)和氣象信息服務(wù)，當(dāng)系統(tǒng)受到攻擊時，保證關(guān)鍵服務(wù)不中斷。然后評估各關(guān)鍵服務(wù)的生存指標，并且評估系統(tǒng)服務(wù)的態(tài)勢，SWIM監(jiān)控部門負責(zé)查看可生存性、可抵抗性等網(wǎng)絡(luò)性能是否下降到參量的邊界值。

2）指標超過了邊界值，判斷受影響的業(yè)務(wù)，包括航空信息服務(wù)、航班信息服務(wù)、氣象信息服務(wù)他其他服務(wù)，然后將應(yīng)急響應(yīng)消息發(fā)布到利益相關(guān)者及應(yīng)急響應(yīng)小組，應(yīng)急響應(yīng)小組采取應(yīng)急措施。

3）判斷服務(wù)是否需要漂移，如果需要漂移，采取應(yīng)急響應(yīng)措施，根據(jù)基于信任值的Viterbi算法進行服務(wù)漂移，保證業(yè)務(wù)的連續(xù)性，然后上調(diào)服務(wù)器的信任值。當(dāng)不需要漂移時，查看服務(wù)是否已完成，如果完成，上調(diào)信任值，否則下調(diào)信任值。

4）回到系統(tǒng)地初始部分，即監(jiān)控個關(guān)鍵服務(wù)的生存性指標。

此應(yīng)急響應(yīng)流程指明了從應(yīng)急事件開始到應(yīng)急事件結(jié)束時的詳細流程，為SWIM的應(yīng)急響應(yīng)奠定了基礎(chǔ)。依據(jù)此流程，應(yīng)急響應(yīng)的各個動作可有條不紊地進行。

圖6 應(yīng)急響應(yīng)流程Fig.6 Emergency responseprocess

2.4 應(yīng)急響應(yīng)能力指標

本文評估SWIM的應(yīng)急響應(yīng)能力通過3個評價指標來實現(xiàn)：可識別性、可抵抗性和業(yè)務(wù)連續(xù)性。

可識別性是指當(dāng)系統(tǒng)遭受自然災(zāi)害或者DDoS攻擊時，系統(tǒng)識別異常的能力。系統(tǒng)可識別性越高，及時發(fā)現(xiàn)異常情況越早，對SWIM系統(tǒng)業(yè)務(wù)的影響就越小，損失就能降到最低。通過本文提出的基于訂閱/發(fā)布服務(wù)的SWIM應(yīng)急響應(yīng)模型（Emergency Response Mechanism based on Subscribe/Publish，ERMSP），自適應(yīng)地調(diào)整可識別性參數(shù)，參數(shù)與觀察變量的概率分布是一一對應(yīng)的。

可抵抗性是指當(dāng)突發(fā)事件來臨時，關(guān)鍵業(yè)務(wù)不受影響，系統(tǒng)繼續(xù)提供服務(wù)的能力，其中，關(guān)鍵服務(wù)包括航班信息服務(wù)、航空信息服務(wù)和氣象信息服務(wù)等?？傻挚剐允荢WIM應(yīng)急響應(yīng)能力的一項重要指標，可抵抗性越強，應(yīng)急響應(yīng)能力越強?？傻挚剐酝ㄟ^網(wǎng)絡(luò)性能變化的快慢來體現(xiàn)。業(yè)務(wù)連續(xù)性是指SWIM業(yè)務(wù)的功能是否正常，服務(wù)質(zhì)量下降多少，縮短業(yè)務(wù)恢復(fù)正常的時間就是業(yè)務(wù)連續(xù)性的目標。業(yè)務(wù)連續(xù)性的目標是在任何時候、任何情況下都保證SWIM關(guān)鍵服務(wù)的不中斷，它是一種預(yù)防機制。業(yè)務(wù)連續(xù)性的前提是要系統(tǒng)要有備份系統(tǒng)，包括本地備份和異地備份，否則連續(xù)性就無從談起。業(yè)務(wù)連續(xù)性覆蓋了整個SWIM的技術(shù)以及操作方式，它是一種計劃和執(zhí)行過程組成的策略。

3 仿真實驗及結(jié)果分析

3.1 仿真環(huán)境和評定指標

SWIM應(yīng)急機制的仿真環(huán)境如圖7所示?？展?、航空公司和機場等部門訂閱相應(yīng)主題。其中，訂閱者也可作為發(fā)布者。相關(guān)主題包括航班、氣象、航空、環(huán)境、流量和監(jiān)控等，當(dāng)節(jié)點受到攻擊（DDoS攻擊）等異常情況時，SWIM的核心服務(wù)服務(wù)會根據(jù)信任值（Trust Value，TV）采用Viterbi算法進行服務(wù)的漂移，從而保證業(yè)務(wù)的連續(xù)性。

圖7 SWIM實驗環(huán)境Fig.7 SWIM experimental environment

仿真平臺由計算機、服務(wù)器和路由器組成，其中，5臺計算機模擬發(fā)布者和訂閱者，3臺計算機模擬服務(wù)器，提供SWIM服務(wù)，包括服務(wù)的注冊、發(fā)布和訂閱。具體配置如表1所示。

表1 仿真實驗計算機硬件配置Tab.1 Computer hardware configurations in simulation experiments

然后配置SWIM服務(wù)動態(tài)網(wǎng)站架構(gòu)，具體配置為：系統(tǒng)采用RHEL7；服務(wù)器采用Nginx；數(shù)據(jù)庫采用MySQL；腳本語言采用PHP。系統(tǒng)可以選用RHEL、CentOS、Fedora或Ubuntu等，這里選用RHEL7；Nginx是一款優(yōu)秀的輕量級服務(wù)程序，支持熱部署技術(shù)，可以7×24 h不間斷提供服務(wù)；MySQL是最常用的關(guān)系型數(shù)據(jù)庫之一，具有非常優(yōu)秀的穩(wěn)定性和安全性；PHP是Web開發(fā)領(lǐng)域最常用的語言之一，具有開源、免費、效率高等特性。

信任值TV是對節(jié)點可靠性的評價，TV∈［0，1］：當(dāng)TV=1時，表明此節(jié)點可靠，可以作為漂移備選節(jié)點；當(dāng)TV=0時，此節(jié)點為不可靠節(jié)點，服務(wù)漂移時不會考慮；當(dāng)TV∈（0，1），漂移系統(tǒng)會以1-TV的概率對節(jié)點進行檢驗，然后依據(jù)Viterbi算法選擇目標節(jié)點。當(dāng)服務(wù)正常完成時信任值會增加，否則會下降。如圖8所示，兩種線型“+”和“*”分別表示信任值上升和下降的情形，默認初始信任值都是0.5?！?”表示信任值上升，隨著SWIM中各個服務(wù)的不間斷運行，中間節(jié)點的信任值會不斷提升，最終信任值到達1后，成為可靠的節(jié)點，當(dāng)攻擊或者自然災(zāi)害等異常情況發(fā)生時，會優(yōu)先選擇此節(jié)點作為漂移目標。同理，“*”表示信任值下降的情形，關(guān)鍵服務(wù)受到影響，信任值會下降，變?yōu)?后就是不可靠節(jié)點，服務(wù)漂移就不會考慮該節(jié)點。

圖8 信任值的變化Fig.8 Change in trust value

在SWIM中，面對攻擊事件時，網(wǎng)絡(luò)性能隨時間的變化如圖9所示。

圖9所示的應(yīng)急響應(yīng)下的網(wǎng)絡(luò)性能變化包括正常狀態(tài)、抵抗?fàn)顟B(tài)、毀傷狀態(tài)、恢復(fù)狀態(tài)和自適應(yīng)狀態(tài)5個階段。

隨著SWIM的持續(xù)運行，正常狀態(tài)下的網(wǎng)絡(luò)性能在V1之上；當(dāng)攻擊或者自然災(zāi)害等異常情況發(fā)生時，網(wǎng)絡(luò)性能逐漸下降，進入抵抗?fàn)顟B(tài)，下降的速率越慢，SWIM的可抵抗性越強；當(dāng)系統(tǒng)性能下降到V2以下，進入毀傷狀態(tài)，在基于訂閱/發(fā)布服務(wù)的SWIM應(yīng)急響應(yīng)模型中，毀傷狀態(tài)下依然能夠保證關(guān)鍵服務(wù)的連續(xù)性；SWIM中間節(jié)點漂移到信任值高的節(jié)點后，系統(tǒng)性能逐漸上升，進入恢復(fù)狀態(tài)；當(dāng)網(wǎng)絡(luò)性能上升到V1之上時，進入自適應(yīng)狀態(tài)，該狀態(tài)下SWIM會對新發(fā)生的異常事件進行學(xué)習(xí)，形成一定的免疫能力，從而為下次應(yīng)急響應(yīng)做好充分的準備。

圖9 應(yīng)急響應(yīng)下的網(wǎng)絡(luò)性能變化Fig.9 Network performancechanges under emergency response

系統(tǒng)的可識別性可通過識別時間來量化，可識別時間可通過識別的絕對時間或攻擊進行的步驟計算，本文通過識別的絕對時間量化可識別性。式（1）中可識別性（Recognizability，REC）由識別時間t決定：當(dāng)識別時間t≤α?xí)r，可識別性為1，此時系統(tǒng)可以及時處理突發(fā)事件，不會造成太大損失；當(dāng)t＞β時，已經(jīng)造成了無法挽回的損失，系統(tǒng)可生存性為0；當(dāng)t∈ [α，β]時，可以把可識別性REC量化為[0，1]區(qū)間的值。

系統(tǒng)的可抵抗性（Resistance，RES）對應(yīng)于圖1中的抵抗?fàn)顟B(tài)階段，網(wǎng)絡(luò)性能V(t)則代表可抵抗性。Vt＞V1時，可抵抗性為1，此時系統(tǒng)可以抵抗攻擊；V2≤Vt≤V1時，網(wǎng)絡(luò)性能V(t)變化越緩慢，可抵抗性越強；Vt＜V2時，系統(tǒng)可抵抗性為0。

系統(tǒng)的連續(xù)性（Continuity，CON）對應(yīng)于圖9中的a到e階段，網(wǎng)絡(luò)性能V(t)恢復(fù)正常的時間越短，連續(xù)性越好。

確定各指標的權(quán)值的步驟：分析SWIM，確定其應(yīng)急響應(yīng)能力指標，即可識別性、可抵抗性和業(yè)務(wù)連續(xù)性；對各指標進行兩兩比較，根據(jù)各指標的重要程度進行標度，依據(jù)表2確定模糊判斷矩陣；計算各指標的權(quán)重。

表2 模糊判斷矩陣的標度和含義Tab.2 Scalesand meaningsof fuzzy judgment matrix

根據(jù)式（4）計算各指標的權(quán)重，根據(jù)式（5）判斷矩陣的一致性，其中，Wij=Wi（/Wi+W）j，?i，j∈n，α越小，一致性要求越高。

SWIM的應(yīng)急響應(yīng)能力S(T)表示為式（6），WT為事件T的威脅度，α，β和γ為各指標權(quán)重，且α+β+γ=1。

當(dāng)發(fā)生了n次事件時，SWIM總體應(yīng)急響應(yīng)能力為：

按照S的范圍不同，安全等級可分為好、較好、正常、差和癱瘓5個等級。

3.2 ERMSP模型的對比分析

在SWIM提供正常的服務(wù)過程中，逐漸向系統(tǒng)中注入DDoS攻擊流量，當(dāng)攻擊流量在20%、50%和80%時，分別監(jiān)測系統(tǒng)的各指標狀態(tài)。然后與未部署ERMSP應(yīng)急響應(yīng)機制的SWIM、服務(wù)隨機漂移機制（Services Dynamic Migration Mechanism，SRMM）和應(yīng)急貝葉斯決策網(wǎng)絡(luò)模型（Emergency Bayes Decision Network，EBDN）對比分析，從可識別性、可抵抗性和業(yè)務(wù)連續(xù)性判斷該模型是否可以滿足SWIM的應(yīng)急響應(yīng)。表3為對各模型平均識別時間的統(tǒng)計，共進行了四大項實驗：第一項實驗是未部署ERMSP模型，分別對威脅度不同的情況下作了測試，最后得出平均識別時間為30 s；第二項實驗是部署了ERMSP模型，對威脅度為0.2、0.5和0.8情形作了測試，最后得出平均識別時間為2 s；第三項實驗是部署了SRMM模型，分別對0.2、0.5和0.8威脅度下作測試，得出了平均識別時間為16 s；第四項實驗部署了EBDN模型，也是對威脅度為0.2、0.5和0.8進行了測試，得出平均識別時間為9 s。

SWIM的可抵抗性主要通過系統(tǒng)的吞吐量變化來判斷，如圖10所示，吞吐量變化得越慢，說明SWIM的可抵抗性越強。

表3 SWIM攻擊平均識別時間對比Tab.3 Averagerecognition timecomparison of SWIMattack

實驗統(tǒng)計了時間從0～100 min四種模型下系統(tǒng)的吞吐量變化情況。在開始的30 min內(nèi)，SWIM正常提供訂閱/發(fā)布服務(wù)，4種模型下，吞吐量差別不大，均在500 Byte/s附近。在30 min時，向該系統(tǒng)中注入DDoS攻擊流量，由圖10可知：“+”線型代表的ERMSP模型下，系統(tǒng)的吞吐量變化最小，僅有略微的下降，40～100 min的平均吞吐量在480 Byte/s附近；“◇”線型代表的EBDN模型的吞吐量僅次于ERMSP模型，注入攻擊流量后吞吐量開始下降，最后穩(wěn)定在420 Byte/s附近；“*”線型代表的SRMM模型的吞吐量指標表現(xiàn)較差，隨著攻擊流量的注入，吞吐量持續(xù)下降，最后穩(wěn)定在200 Byte/s附近；“○”線型代表的是未部署ERMSP模型，隨著攻擊流量的注入，系統(tǒng)吞吐量直線下降，最后將為0，不能保證業(yè)務(wù)的連續(xù)性。因此，系統(tǒng)的可抵抗性由強到弱依次為：ERMSP、EBDN、SRMM和未部署ERMSP的系統(tǒng)。部署ERMSP模型的系統(tǒng)，吞吐量幾乎不變，由式（2）可知，可抵抗性最強；而未部署應(yīng)急響應(yīng)機制的系統(tǒng)，吞吐量下降最快，可抵抗性最差；EBDN模型需要一定的歷史數(shù)據(jù)為條件，通過機器學(xué)習(xí)機制進行決策，所以吞吐量與ERMSP模型相比略有下降。

圖10 SWIM可抵抗性對比Fig.10 Comparison of SWIMresistibility

向SWIM中注入攻擊流量，測試各個服務(wù)能否正常進行，在能正常提供服務(wù)的情況下，進一步測試不同模型下系統(tǒng)的時延，從而在業(yè)務(wù)連續(xù)性角度判斷系統(tǒng)應(yīng)急響應(yīng)能力的大小。表4是不同模型進行的業(yè)務(wù)連續(xù)性測試，實驗結(jié)果表明，在注入攻擊流量后，未部署應(yīng)急響應(yīng)機制的情況下，航空業(yè)務(wù)、航班業(yè)務(wù)和氣象業(yè)務(wù)服務(wù)中斷；而部署了ERMSP模型、SRMM模型和EBDN模型的系統(tǒng)，服務(wù)沒有中斷，保證了業(yè)務(wù)的連續(xù)性，但不同模型的具體表現(xiàn)不同，需要繼續(xù)進行系統(tǒng)時延的測試。

表4 SWIM業(yè)務(wù)連續(xù)性測試Tab.4 Continuity test of SWIMbusiness

對SWIM的時延測試結(jié)果如圖11所示。圖11中，統(tǒng)計了0～100 min四種模型下的系統(tǒng)平均時延，在未注入攻擊流量時，四種模型的系統(tǒng)平均時延均為100 ms左右。在第30 min時，注入攻擊流量，隨著攻擊流量的逐漸注入，“○”線型代表的是未部署應(yīng)急響應(yīng)機制的系統(tǒng)模型，可以看到，系統(tǒng)平均時延會呈指數(shù)上升，最終業(yè)務(wù)會中斷，無法保證SWIM關(guān)鍵服務(wù)的連續(xù)性；在“*”線型代表的SRMM模型中，系統(tǒng)平均時延會逐漸上升，然后穩(wěn)定在300 ms左右，因為每當(dāng)關(guān)鍵服務(wù)漂移到被攻擊服務(wù)器時，時延就會變大，而漂移到其他正常服務(wù)器時時延正常，因此，平均時延會增加；在“◇”線型代表的突發(fā)事件貝葉斯決策網(wǎng)絡(luò)（EBDN）模型中，由于該模型需要大量數(shù)據(jù)和歷史數(shù)據(jù)為條件，開始時網(wǎng)絡(luò)時延會變大，后來會減小直至趨于平穩(wěn)；在“+”線型代表的ERMSP模型下，當(dāng)注入攻擊流量后，系統(tǒng)監(jiān)測到異常，會直接將應(yīng)急消息發(fā)布到相應(yīng)訂閱者，及時采取應(yīng)急措施，關(guān)鍵服務(wù)漂移到信任值較高的節(jié)點，于是時延不會有太大變化。

圖11 不同模型下的系統(tǒng)平均時延Fig.11 Average system delay under different models

由圖11可以看出，當(dāng)SWIM受到攻擊時，未部署應(yīng)急響應(yīng)機制模型下，平均時延不斷上升；部署了SWMM模型時，系統(tǒng)穩(wěn)定后，平均時延大概增加了兩倍；部署了EBDN模型時，平均時延先上升后下降，之后趨于平穩(wěn)，平均時延增加了20%；部署了ERMSP模型時，增加的平均時延在10%以內(nèi)。

4 結(jié)語

SWIM的目標是在全球范圍內(nèi)實現(xiàn)信息的高度共享，從而提高民航系統(tǒng)的運行效率，因此，保證其中各個業(yè)務(wù)的連續(xù)性就顯得非常重要，本文提出了基于訂閱/發(fā)布服務(wù)的應(yīng)急響應(yīng)模型，該模型采用基于信任值的Viterbi算法進行決策，當(dāng)攻擊來臨時，將應(yīng)急消息發(fā)布到相應(yīng)訂閱者。仿真實驗表明，該模型相對于隨機服務(wù)漂移和貝葉斯決策網(wǎng)絡(luò)模型在可識別性、可抵抗性和業(yè)務(wù)連續(xù)性等方面具有一定的優(yōu)越性，能夠滿足SWIM應(yīng)急響應(yīng)的需求。本文針對SWIM應(yīng)急響應(yīng)系統(tǒng)做的工作仍需完善，在下一步工作中，從更多的角度分析此模型，進一步進行性能分析，并且考慮持續(xù)故障和間歇故障的情況。