張娟

摘要：隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，數(shù)字化校園建設(shè)步伐不斷加快，網(wǎng)絡(luò)環(huán)境開(kāi)始變得更加復(fù)雜、多變，為確保高校網(wǎng)絡(luò)系統(tǒng)的安全性，文章通過(guò)網(wǎng)絡(luò)防御各個(gè)模塊設(shè)計(jì)，對(duì)每個(gè)模塊應(yīng)用策略進(jìn)行研究分析，提出基于機(jī)器學(xué)習(xí)的高職院校網(wǎng)絡(luò)安全部署設(shè)計(jì)思路，變被動(dòng)防護(hù)為主動(dòng)防御，以保障校園網(wǎng)絡(luò)的安全。

關(guān)鍵詞：機(jī)器學(xué)習(xí)；網(wǎng)絡(luò)安全；部署設(shè)計(jì)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）05-0092-03

隨著互聯(lián)網(wǎng)的普及與發(fā)展，高校的信息化、數(shù)字化建設(shè)也在加快進(jìn)行，高校校園網(wǎng)作為信息化與數(shù)字化校園的重要基礎(chǔ)設(shè)施，為學(xué)校的教育教學(xué)提供著良好的保障。目前的校園網(wǎng)絡(luò)已經(jīng)遍及學(xué)校的各個(gè)部門，成為整個(gè)校園的基礎(chǔ)設(shè)備，學(xué)校對(duì)于網(wǎng)絡(luò)的可管理性與安全性的需求也越來(lái)越高，因此構(gòu)建一個(gè)合理的網(wǎng)絡(luò)安全體系顯得尤為重要[1]。特別是近年來(lái)，網(wǎng)絡(luò)攻擊手段不斷升級(jí)，給校園網(wǎng)絡(luò)安全帶來(lái)了極大的威脅。人工智能技術(shù)的快速發(fā)展帶動(dòng)了網(wǎng)絡(luò)安全技術(shù)的變革升級(jí)，推動(dòng)網(wǎng)絡(luò)安全防護(hù)從被動(dòng)變?yōu)橹鲃?dòng)。RSA公司首席技術(shù)官指出，人工智能和機(jī)器學(xué)習(xí)是網(wǎng)絡(luò)安全技術(shù)中“最閃亮的事物”。人工智能的運(yùn)用可以幫助加速威脅檢測(cè)、提高日常防護(hù)任務(wù)的自動(dòng)化程度[2]。因此，如何利用機(jī)器學(xué)習(xí)算法提高校園網(wǎng)絡(luò)的安全性，成了一個(gè)關(guān)鍵問(wèn)題。

1 機(jī)器學(xué)習(xí)概述

機(jī)器學(xué)習(xí)（Machine Learning） 是一門研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類智能的科學(xué)。它是人工智能的一個(gè)重要分支，主要研究如何讓計(jì)算機(jī)通過(guò)數(shù)據(jù)學(xué)習(xí)，從而自動(dòng)改進(jìn)其性能。機(jī)器學(xué)習(xí)算法主要包括監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。在校園網(wǎng)絡(luò)安全部署建設(shè)中，可以根據(jù)具體情況選擇合適的機(jī)器學(xué)習(xí)算法。

機(jī)器學(xué)習(xí)技術(shù)以其強(qiáng)大的數(shù)據(jù)處理和模式識(shí)別能力，可以對(duì)大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析和學(xué)習(xí)，從而發(fā)現(xiàn)并識(shí)別出潛在的入侵行為。在此的目標(biāo)是設(shè)計(jì)一個(gè)基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)安全部署計(jì)劃，以應(yīng)對(duì)不斷演變的網(wǎng)絡(luò)安全威脅[3]。

2 常見(jiàn)的校園網(wǎng)絡(luò)攻擊

校園網(wǎng)絡(luò)安全事關(guān)學(xué)生的切身利益，需要全校師生共同努力來(lái)維護(hù)。常見(jiàn)的校園網(wǎng)絡(luò)攻擊如下：

1） 釣魚攻擊。釣魚攻擊是一種通過(guò)偽裝成可信任的實(shí)體，誘使用戶提供敏感信息的欺詐手段。在校園網(wǎng)絡(luò)中，攻擊者通常利用電子郵件、即時(shí)通信工具或者社交媒體等方式，發(fā)送帶有惡意鏈接或附件的郵件，誘使學(xué)生點(diǎn)擊并泄露個(gè)人信息。為了防范釣魚攻擊，學(xué)生應(yīng)提高警惕，不輕易點(diǎn)擊來(lái)自陌生人的鏈接和附件，不隨意透露個(gè)人信息。

2） ARP欺騙攻擊。ARP欺騙攻擊是指攻擊者通過(guò)偽造ARP應(yīng)答包，使得目標(biāo)主機(jī)將其誤認(rèn)為是自己的IP地址，從而達(dá)到截取數(shù)據(jù)包的目的。在校園網(wǎng)絡(luò)中，攻擊者可能通過(guò)掃描局域網(wǎng)內(nèi)的IP地址，尋找存在漏洞的設(shè)備進(jìn)行攻擊。為了防范ARP欺騙攻擊，學(xué)生應(yīng)定期檢查本機(jī)的ARP緩存表，發(fā)現(xiàn)異常情況及時(shí)處理。同時(shí)，可以使用防火墻和ARP防護(hù)軟件來(lái)阻止ARP欺騙攻擊。

3） 拒絕服務(wù)攻擊（DDoS 攻擊）。拒絕服務(wù)攻擊（DOS） 則是利用TCP/IP協(xié)議的漏洞，將提供服務(wù)的系統(tǒng)資源耗盡，導(dǎo)致目標(biāo)系統(tǒng)因?yàn)樵馐苣撤N程度的破壞而不能繼續(xù)提供正常服務(wù)，甚至造成目標(biāo)主機(jī)系統(tǒng)的癱瘓或崩潰[4]。在校園網(wǎng)絡(luò)中，攻擊者可能利用被感染的計(jì)算機(jī)或者僵尸網(wǎng)絡(luò)發(fā)起DDoS攻擊。為了防范DDoS攻擊，學(xué)校應(yīng)加強(qiáng)網(wǎng)絡(luò)設(shè)備的安全防護(hù)，提高帶寬和處理能力，同時(shí)可以采用負(fù)載均衡技術(shù)分散流量壓力。對(duì)于發(fā)現(xiàn)的網(wǎng)絡(luò)攻擊行為，應(yīng)及時(shí)報(bào)告給相關(guān)部門進(jìn)行處理。

3 校園網(wǎng)絡(luò)安全管理存在的問(wèn)題

早期校園網(wǎng)安全的建設(shè)沒(méi)有得到學(xué)校的重視，在投入上不均衡，體系設(shè)計(jì)簡(jiǎn)單，最常用的體系結(jié)構(gòu)就是在校園網(wǎng)的內(nèi)部網(wǎng)絡(luò)與外部網(wǎng)絡(luò)之間部署一道邊緣防火墻，作為防護(hù)校園網(wǎng)外部攻擊的屏障，在網(wǎng)內(nèi)主機(jī)部署安裝防毒軟件或網(wǎng)絡(luò)防病毒服務(wù)器，作為內(nèi)部網(wǎng)絡(luò)的安全措施[1]。其模型示意圖如圖1所示。

除了設(shè)計(jì)簡(jiǎn)單外，校園網(wǎng)絡(luò)安全管理還存在以下問(wèn)題。

1） 網(wǎng)絡(luò)基礎(chǔ)設(shè)施安全薄弱。許多高校的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)滯后，網(wǎng)絡(luò)設(shè)備老化、性能不穩(wěn)定，缺乏有效的安全防護(hù)措施。這給黑客和病毒提供了可乘之機(jī)，容易導(dǎo)致受到網(wǎng)絡(luò)攻擊和信息泄露。

2） 師生網(wǎng)絡(luò)安全意識(shí)薄弱。部分師生對(duì)網(wǎng)絡(luò)安全缺乏足夠的重視，容易忽視個(gè)人信息保護(hù)，使用簡(jiǎn)單密碼、隨意下載不安全軟件等，容易導(dǎo)致賬號(hào)被盜、病毒感染等問(wèn)題。

3） 校園網(wǎng)站存在安全隱患。部分校園網(wǎng)站存在安全漏洞，如SQL注入、跨站腳本攻擊等，容易受到黑客攻擊。此外，一些網(wǎng)站為追求點(diǎn)擊量和關(guān)注度，發(fā)布不實(shí)信息、低俗內(nèi)容等，影響校園網(wǎng)絡(luò)環(huán)境。

4） 內(nèi)部信息泄漏風(fēng)險(xiǎn)。高校內(nèi)部信息資源豐富，包括教學(xué)資源、科研成果、學(xué)生個(gè)人信息等。由于管理不善或技術(shù)手段不足，這些敏感信息容易泄露，給學(xué)校和個(gè)人帶來(lái)?yè)p失。

5） 無(wú)線網(wǎng)絡(luò)安全隱患。隨著無(wú)線網(wǎng)絡(luò)的普及，越來(lái)越多的師生選擇使用無(wú)線網(wǎng)絡(luò)接入校園網(wǎng)絡(luò)。然而，無(wú)線網(wǎng)絡(luò)的加密機(jī)制不完善，容易被監(jiān)聽(tīng)和破解，導(dǎo)致信息泄露。

4 基于機(jī)器學(xué)習(xí)的高職院校網(wǎng)絡(luò)安全部署設(shè)計(jì)思路

4.1 設(shè)計(jì)原則

首先，機(jī)器學(xué)習(xí)算法在設(shè)計(jì)開(kāi)發(fā)階段應(yīng)遵循安全性原則。在設(shè)計(jì)階段，應(yīng)充分考慮算法的安全性，避免引入安全漏洞。同時(shí)，應(yīng)采用可驗(yàn)證的方法對(duì)算法進(jìn)行安全性評(píng)估，確保算法滿足預(yù)期的安全性要求。

其次，機(jī)器學(xué)習(xí)算法在驗(yàn)證測(cè)試階段應(yīng)遵循可靠性原則。在驗(yàn)證測(cè)試階段，應(yīng)對(duì)算法進(jìn)行全面、深入的測(cè)試，包括對(duì)抗性攻擊和非對(duì)抗性攻擊兩個(gè)方面。對(duì)抗性攻擊主要包括密碼破解、拒絕服務(wù)攻擊等；非對(duì)抗性攻擊主要包括重放攻擊、模型竊取等。通過(guò)這些測(cè)試，可以發(fā)現(xiàn)算法在實(shí)際應(yīng)用中可能存在的問(wèn)題，為后續(xù)的優(yōu)化提供依據(jù)。

再次，機(jī)器學(xué)習(xí)算法在部署運(yùn)行階段應(yīng)遵循可擴(kuò)展性原則。隨著網(wǎng)絡(luò)環(huán)境的不斷變化，網(wǎng)絡(luò)安全威脅也在不斷演變。因此，部署運(yùn)行階段的算法應(yīng)具備良好的可擴(kuò)展性，能夠適應(yīng)不斷變化的網(wǎng)絡(luò)環(huán)境。此外，還應(yīng)建立完善的監(jiān)控和報(bào)警機(jī)制，及時(shí)發(fā)現(xiàn)并處理潛在的安全問(wèn)題。

最后，機(jī)器學(xué)習(xí)算法在維護(hù)升級(jí)階段應(yīng)遵循可恢復(fù)性原則。在網(wǎng)絡(luò)安全領(lǐng)域，攻防雙方往往處于動(dòng)態(tài)博弈的狀態(tài)。因此，算法在面臨攻擊時(shí)，應(yīng)具備一定的自恢復(fù)能力，能夠在攻擊結(jié)束后迅速恢復(fù)正常工作狀態(tài)。同時(shí)，還應(yīng)定期對(duì)算法進(jìn)行升級(jí)和維護(hù)，以應(yīng)對(duì)新的安全威脅。

總之，基于機(jī)器學(xué)習(xí)算法的網(wǎng)絡(luò)安全部署原則應(yīng)遵循安全性、可靠性、可擴(kuò)展性和可恢復(fù)性4個(gè)方面。通過(guò)遵循這些原則，可以有效地提高網(wǎng)絡(luò)安全水平，保障網(wǎng)絡(luò)系統(tǒng)的安全穩(wěn)定運(yùn)行。

4.2 模塊劃分

4.2.1 模塊細(xì)分

文中以作者所在學(xué)校具體情況為例，將校園網(wǎng)絡(luò)具體部署為以下幾個(gè)模塊：

1） 數(shù)據(jù)采集模塊。負(fù)責(zé)收集學(xué)校內(nèi)部網(wǎng)絡(luò)的各種數(shù)據(jù)，如網(wǎng)絡(luò)流量、設(shè)備狀態(tài)等。

2） 數(shù)據(jù)處理模塊。對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、特征提取等。

3） 模型訓(xùn)練模塊。利用機(jī)器學(xué)習(xí)算法對(duì)處理后的數(shù)據(jù)進(jìn)行訓(xùn)練，生成網(wǎng)絡(luò)入侵檢測(cè)模型。

4） 模型應(yīng)用模塊。將訓(xùn)練好的模型應(yīng)用于實(shí)際的網(wǎng)絡(luò)環(huán)境中，實(shí)現(xiàn)網(wǎng)絡(luò)入侵檢測(cè)和防御。

具體實(shí)施設(shè)計(jì)流程圖如圖2所示 。

4.2.2 重點(diǎn)模塊分析

1） 數(shù)據(jù)采集模塊設(shè)計(jì)。數(shù)據(jù)采集模塊主要負(fù)責(zé)收集學(xué)校內(nèi)部網(wǎng)絡(luò)的各種數(shù)據(jù)，如網(wǎng)絡(luò)流量、設(shè)備狀態(tài)等。為了實(shí)現(xiàn)高效的數(shù)據(jù)采集，可以采用以下幾種方式：

① SNMP協(xié)議：通過(guò)SNMP協(xié)議獲取網(wǎng)絡(luò)設(shè)備的管理信息，如設(shè)備IP地址、MAC地址、CPU使用率等。

② 端口掃描：定期對(duì)學(xué)校內(nèi)部網(wǎng)絡(luò)的端口進(jìn)行掃描，獲取開(kāi)放的端口信息。

③ 日志分析：收集學(xué)校內(nèi)部網(wǎng)絡(luò)的各種日志信息，如登錄日志、操作日志等，用于分析潛在的安全威脅。

④ 設(shè)備狀態(tài)監(jiān)控：通過(guò)部署在各個(gè)關(guān)鍵節(jié)點(diǎn)的設(shè)備監(jiān)控系統(tǒng)，實(shí)時(shí)獲取設(shè)備的運(yùn)行狀態(tài)信息。

數(shù)據(jù)集的選擇和預(yù)處理需要選擇與校園網(wǎng)絡(luò)安全相關(guān)的數(shù)據(jù)集，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，如去除噪聲、歸一化等操作。

2） 數(shù)據(jù)處理模塊設(shè)計(jì)。數(shù)據(jù)處理模塊主要負(fù)責(zé)對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、特征提取等。為了提高數(shù)據(jù)處理的效率和準(zhǔn)確性，可以采用以下幾種方法：

① 數(shù)據(jù)清洗：對(duì)原始數(shù)據(jù)進(jìn)行去重、去噪等操作，提高數(shù)據(jù)的質(zhì)量。

② 特征提?。簭脑紨?shù)據(jù)中提取有用的特征信息，如頻繁出現(xiàn)的IP地址、異常的流量模式等。根據(jù)實(shí)際需求和數(shù)據(jù)集的特點(diǎn)，設(shè)計(jì)合適的特征工程方法，提取出對(duì)入侵檢測(cè)有用的特征。

③ 數(shù)據(jù)融合：將多個(gè)來(lái)源的數(shù)據(jù)進(jìn)行融合，提高數(shù)據(jù)的可靠性。

3） 模型訓(xùn)練模塊設(shè)計(jì)。模型訓(xùn)練模塊主要負(fù)責(zé)利用機(jī)器學(xué)習(xí)算法對(duì)處理后的數(shù)據(jù)進(jìn)行訓(xùn)練，生成網(wǎng)絡(luò)入侵檢測(cè)模型。為了提高模型的訓(xùn)練效果和泛化能力，可以采用以下幾種方法：

① 選擇合適的機(jī)器學(xué)習(xí)算法：根據(jù)具體的任務(wù)需求和數(shù)據(jù)特點(diǎn)，選擇合適的機(jī)器學(xué)習(xí)算法進(jìn)行模型訓(xùn)練。常用的算法有支持向量機(jī)（SVM） 、決策樹(shù)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等。

② 特征選擇與降維：通過(guò)特征選擇和降維技術(shù)，減少模型的復(fù)雜度，提高模型的訓(xùn)練速度和泛化能力。常用的方法有主成分分析（PCA） 、線性判別分析（LDA） 等。

③ 交叉驗(yàn)證與調(diào)參：通過(guò)交叉驗(yàn)證技術(shù)評(píng)估模型的性能，根據(jù)評(píng)估結(jié)果調(diào)整模型的參數(shù)，提高模型的預(yù)測(cè)準(zhǔn)確性。

在訓(xùn)練過(guò)程中，需要監(jiān)控模型的訓(xùn)練情況，如損失函數(shù)的變化、準(zhǔn)確率等指標(biāo)，并根據(jù)需要進(jìn)行模型的優(yōu)化。

4.3 應(yīng)用策略研究

4.3.1 基于決策樹(shù)的入侵檢測(cè)策略

入侵檢測(cè)系統(tǒng)（Intrusion Detection System，IDS） 是一種用于監(jiān)控網(wǎng)絡(luò)流量并檢測(cè)潛在入侵行為的系統(tǒng)。傳統(tǒng)的IDS主要依賴于規(guī)則匹配和異常檢測(cè)，這種方法在一定程度上可以檢測(cè)到攻擊行為，但容易受到正常業(yè)務(wù)流量的干擾。機(jī)器學(xué)習(xí)算法可以有效地提高IDS的性能，減少誤報(bào)和漏報(bào)。

決策樹(shù)（Decision Tree） 是一種基于樹(shù)結(jié)構(gòu)的分類算法，它可以直觀地表示數(shù)據(jù)的分布情況。在校園網(wǎng)絡(luò)防御中，可以將網(wǎng)絡(luò)流量數(shù)據(jù)作為特征輸入到?jīng)Q策樹(shù)模型中，通過(guò)訓(xùn)練得到一個(gè)能夠區(qū)分正常流量和攻擊流量的分類器。當(dāng)新的網(wǎng)絡(luò)流量進(jìn)入系統(tǒng)時(shí)，可以利用這個(gè)分類器對(duì)其進(jìn)行檢測(cè)，從而實(shí)現(xiàn)對(duì)入侵行為的實(shí)時(shí)監(jiān)控。如圖3所示，為入侵檢測(cè)模塊設(shè)計(jì)。

4.3.2 基于樸素貝葉斯的防火墻優(yōu)化策略

防火墻是保護(hù)校園網(wǎng)絡(luò)安全的重要設(shè)備之一。然而，傳統(tǒng)的防火墻策略往往采用固定規(guī)則進(jìn)行過(guò)濾，這種方法在面對(duì)復(fù)雜多變的網(wǎng)絡(luò)攻擊手段時(shí)顯得力不從心。機(jī)器學(xué)習(xí)算法可以有效地提高防火墻策略的靈活性和適應(yīng)性。

樸素貝葉斯（Naive Bayes） 是一種基于貝葉斯定理的分類算法，它具有很好的擴(kuò)展性和泛化能力。在校園網(wǎng)絡(luò)防御中，可以將網(wǎng)絡(luò)流量數(shù)據(jù)作為特征輸入樸素貝葉斯模型中，通過(guò)訓(xùn)練得到一個(gè)能夠根據(jù)當(dāng)前網(wǎng)絡(luò)環(huán)境動(dòng)態(tài)調(diào)整防火墻策略的分類器。當(dāng)新的網(wǎng)絡(luò)流量進(jìn)入系統(tǒng)時(shí)，可以利用這個(gè)分類器對(duì)其進(jìn)行檢測(cè)和過(guò)濾，從而實(shí)現(xiàn)對(duì)惡意流量的有效阻止。

4.3.3 基于深度學(xué)習(xí)的漏洞掃描與修復(fù)策略

漏洞掃描是對(duì)校園網(wǎng)絡(luò)設(shè)備和應(yīng)用進(jìn)行安全檢查的過(guò)程，它可以發(fā)現(xiàn)潛在的安全漏洞。然而，傳統(tǒng)的漏洞掃描方法往往效率較低，且容易受到誤報(bào)的影響。機(jī)器學(xué)習(xí)算法可以有效地提高漏洞掃描的準(zhǔn)確性和效率。深度學(xué)習(xí)（Deep Learning） 是一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法，它可以自動(dòng)學(xué)習(xí)數(shù)據(jù)的特征表示。在校園網(wǎng)絡(luò)防御中，可以將網(wǎng)絡(luò)設(shè)備和應(yīng)用的數(shù)據(jù)作為特征輸入深度學(xué)習(xí)模型中，通過(guò)訓(xùn)練得到一個(gè)能夠準(zhǔn)確識(shí)別潛在漏洞的分類器。當(dāng)新的設(shè)備和應(yīng)用接入校園網(wǎng)絡(luò)時(shí)，可以利用這個(gè)分類器對(duì)其進(jìn)行漏洞掃描和修復(fù)建議，從而提高校園網(wǎng)絡(luò)的安全性。

5 結(jié)束語(yǔ)

就當(dāng)前的實(shí)際情況來(lái)看，在計(jì)算機(jī)網(wǎng)絡(luò)安全管理領(lǐng)域，機(jī)器學(xué)習(xí)方法已經(jīng)受到越來(lái)越多的關(guān)注和重視。基于這一情況，研究以機(jī)器學(xué)習(xí)為基礎(chǔ)的計(jì)算機(jī)網(wǎng)絡(luò)安全管理技術(shù)，有著較強(qiáng)的必要性[5]。本文通過(guò)研究當(dāng)前校園網(wǎng)絡(luò)攻擊類型以及網(wǎng)絡(luò)管理存在的問(wèn)題，提出基于機(jī)器學(xué)習(xí)的高職院校網(wǎng)絡(luò)安全部署設(shè)計(jì)思路，旨在完善校園網(wǎng)絡(luò)安全防御體系結(jié)構(gòu)建設(shè)，增強(qiáng)網(wǎng)絡(luò)抵御攻擊能力。使網(wǎng)絡(luò)在設(shè)備管理、網(wǎng)絡(luò)監(jiān)測(cè)、事件追蹤和系統(tǒng)恢復(fù)等方面有所提升，提高高校網(wǎng)絡(luò)安全性能。

參考文獻(xiàn)：

[1] 陳堅(jiān).高校校園網(wǎng)網(wǎng)絡(luò)安全問(wèn)題分析及解決方案設(shè)計(jì)[D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)，2016.

[2] 陳月華.全球網(wǎng)絡(luò)安全技術(shù)創(chuàng)新現(xiàn)狀及趨勢(shì)：RSA亞太及日本大會(huì)體現(xiàn)的全球視角[J].保密科學(xué)技術(shù)，2017（10）：49-53，1.

[3] 黃詩(shī)敏.基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)入侵檢測(cè)與防御系統(tǒng)設(shè)計(jì)[J].電腦編程技巧與維護(hù)，2023（8）：128-131.

[4] 張秀梅.網(wǎng)絡(luò)入侵防御系統(tǒng)的分析與設(shè)計(jì)[J].信息與電腦（理論版），2009（7）：1-2.

[5] 葛云峰.基于機(jī)器學(xué)習(xí)算法的計(jì)算機(jī)網(wǎng)絡(luò)安全體系部署研究[J].網(wǎng)絡(luò)安全和信息化，2023（7）：54-56.

【通聯(lián)編輯：唐一東】