劉俊賢 吳新龍

摘 要： 為提高云計算中心網(wǎng)絡(luò)安全性，提出云計算中心多用戶網(wǎng)絡(luò)隔離性安全檢測方法。采用相空間分布式重構(gòu)法構(gòu)建樣本序列分布結(jié)構(gòu)模型，建立了云計算中心多用戶網(wǎng)絡(luò)隔離性安全特征量，結(jié)合信息融合方法進行多用戶網(wǎng)絡(luò)隔離特征模糊關(guān)聯(lián)規(guī)則分布集重組，提取了安全信息的譜特征量，采用機器學習尋優(yōu)法進行云計算中心多維信息搜索和模糊聚類處理，實現(xiàn)多用戶網(wǎng)絡(luò)隔離性安全檢測和特征識別。仿真對比實驗表明，該方法對入侵的檢測結(jié)果與實際結(jié)果基本一致，誤差識別率低，更具實用性。

關(guān)鍵詞： 云計算中心; 多用戶網(wǎng)絡(luò); 隔離性; 安全檢測

中圖分類號： TP 393 ? ? ?文獻標志碼： A

Abstract： In order to improve the network security of cloud computing center， a multi-user network isolation security detection method is proposed. Phase space distributed reconstruction method is used to construct sample sequence distribution structure model， it establishes a cloud computing center multi-user network security isolation characteristics， combines with the feature of information fusion method for multi-user network isolation restructuring. The distribution of fuzzy association rules is set to extract the spectral properties of the security information quantity. By machine learning optimization method for cloud computing center multi-dimensional information search and fuzzy clustering process are adopted to realize the user network security isolation， detection and identification. The simulation results show that the proposed method is consistent with the actual results， with a low error recognition rate and more practical.

Key words： cloud computing center; multi-user network; isolation; security detection

0 引言

云計算中心多用戶網(wǎng)絡(luò)進行數(shù)據(jù)信息傳輸和通信已成為未來網(wǎng)絡(luò)數(shù)據(jù)傳輸和通信發(fā)展的主要方向[1-2]。在采用云計算中心多用戶網(wǎng)絡(luò)進行數(shù)據(jù)傳輸過程中，由于網(wǎng)絡(luò)的無線傳輸特性，導致云計算中心多用戶網(wǎng)絡(luò)傳輸容易受到病毒入侵，導致網(wǎng)絡(luò)的安全性性不好[3]。

目前針對該問題，相關(guān)領(lǐng)域出現(xiàn)了一些較好研究成果。文獻[4]提出基于頻譜關(guān)聯(lián)聯(lián)合估計的云計算中心網(wǎng)絡(luò)安全信息檢測方法。建立云計算中心安全檢測特征分析模型，結(jié)合模糊關(guān)聯(lián)規(guī)則調(diào)度實現(xiàn)云計算中心網(wǎng)絡(luò)安全檢測，但該方法計算成本較大，應用性能不夠理想。文獻[5]提出基于自適應卷積濾波的云計算多用戶網(wǎng)絡(luò)安全檢測方法。構(gòu)建云計算中心網(wǎng)絡(luò)安全信息特征提取模型，提高檢測能力，但該方法的抗干擾性不好，網(wǎng)絡(luò)的抗攻擊能力不強。

針對上述問題，提出基于云計算中心多用戶網(wǎng)絡(luò)隔離性安全檢測方法。構(gòu)建云計算中心安全信息的特征分布模型，結(jié)合信息融合法進行多用戶網(wǎng)絡(luò)隔離特征模糊關(guān)聯(lián)規(guī)則分布集重組，建立云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息特征分布集，在機器學習下實現(xiàn)多用戶網(wǎng)絡(luò)隔離性安全檢測和特征識別。仿真測試結(jié)果可知，研究方法對入侵的檢測結(jié)果與實際結(jié)果基本一致，且能夠?qū)θ肭植《緦崿F(xiàn)有效隔離。

1 多用戶網(wǎng)絡(luò)隔離性安全信息特征提取

1.1 安全異常譜特征量的獲取

為實現(xiàn)基于機器學習算法的云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測，首先構(gòu)建云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息的相空間分布結(jié)構(gòu)模型，提取云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息特征量[6]，得到云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息采樣模型，如圖1所示。

3 仿真測試分析

對云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測的方法的驗證采用Matlab仿真平臺，設(shè)定網(wǎng)絡(luò)入侵數(shù)據(jù)包為Prob病毒數(shù)據(jù)包，網(wǎng)絡(luò)安全隔離信道的最大容量為2TB，對云計算中心多用戶網(wǎng)絡(luò)隔離性檢測的門限為1.85，模糊迭代次數(shù)為1 200，時間相關(guān)參數(shù)為：TB=1.5Tp，ΔT=0.5Tp，云計算中心多用戶網(wǎng)絡(luò)隔離信息的離散采樣率為fs=10*f0Hz=10 KHz，入侵信息分布的帶寬B=1 000 Hz，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進行云計算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測。

為驗證研究方法在云計算中心多用戶網(wǎng)絡(luò)隔離安全檢驗的效果，與得到檢測結(jié)果如圖2所示。

分析圖2得知，與實際入侵結(jié)果越貼合，檢測準確度越高。傳統(tǒng)方法檢測結(jié)果與實際入侵不符，而研究方法能較準確地檢測出在100Hz時的入侵病毒，與實際結(jié)果更接近。說明研究方法檢測準確率高，有效實現(xiàn)了對云計算中心多用戶網(wǎng)絡(luò)隔離性安全檢測。