網(wǎng)絡(luò)安全態(tài)勢(shì)感知綜述

1、網(wǎng)絡(luò)平安態(tài)勢(shì)感知綜述席榮榮 云曉春 金舒原 .文章概述基于態(tài)勢(shì)感知的概念模型，詳細(xì)論述了態(tài)勢(shì)感知的三個(gè)主要研討內(nèi)容：網(wǎng)絡(luò)平安態(tài)勢(shì)要素提取、態(tài)勢(shì)了解和態(tài)勢(shì)預(yù)測(cè)，重點(diǎn)論述了各個(gè)研討點(diǎn)需處理的中心問(wèn)題、主要算法以及各種算法的優(yōu)缺陷，最后對(duì)未來(lái)的開展進(jìn)展了分析和展望。.概念概述1988年，Endsley首先提出了態(tài)勢(shì)感知的定義：在一定的時(shí)空范圍內(nèi)，認(rèn)知、了解環(huán)境要素，并且對(duì)未來(lái)的開展趨勢(shì)進(jìn)展預(yù)測(cè)。.概念概述1999年，Tim Bass提出：下一代網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)應(yīng)該交融從大量的異構(gòu)分布式網(wǎng)絡(luò)傳感器采集的數(shù)據(jù)，實(shí)現(xiàn)網(wǎng)絡(luò)空間的態(tài)勢(shì)感知?；跀?shù)據(jù)交融的JDL模型，提出了基于多傳感器數(shù)據(jù)交融的網(wǎng)絡(luò)態(tài)勢(shì)感知功能

2、模型?；诰W(wǎng)絡(luò)平安態(tài)勢(shì)感知的功能，本文將其研討內(nèi)容歸結(jié)為3個(gè)方面:網(wǎng)絡(luò)平安態(tài)勢(shì)要素的提取;網(wǎng)絡(luò)平安態(tài)勢(shì)的評(píng)價(jià)；網(wǎng)絡(luò)平安態(tài)勢(shì)的預(yù)測(cè).1、網(wǎng)絡(luò)平安態(tài)勢(shì)要素的提取網(wǎng)絡(luò)平安態(tài)勢(shì)要素主要包括靜態(tài)的配置信息、動(dòng)態(tài)的運(yùn)轉(zhuǎn)信息以及網(wǎng)絡(luò)的流量信息。靜態(tài)的配置信息：網(wǎng)絡(luò)的拓?fù)湫畔?，脆弱性信息和形狀信息等根本配置信息?dòng)態(tài)的運(yùn)轉(zhuǎn)信息：從各種防護(hù)措施的日志采集和分析技術(shù)獲取的要挾信息等。.2、網(wǎng)絡(luò)平安態(tài)勢(shì)的了解在獲取海量網(wǎng)絡(luò)平安信息的根底上，解析信息之間的關(guān)聯(lián)性，對(duì)其進(jìn)展交融，獲取宏觀的網(wǎng)絡(luò)平安態(tài)勢(shì)，本文稱為態(tài)勢(shì)評(píng)價(jià)。數(shù)據(jù)交融式態(tài)勢(shì)評(píng)價(jià)的中心。運(yùn)用于態(tài)勢(shì)評(píng)價(jià)的數(shù)據(jù)交融算法，分為以下幾類：基于邏輯關(guān)系的交融方法基于數(shù)學(xué)模

3、型的交融方法基于概率統(tǒng)計(jì)的交融方法基于規(guī)那么推理的交融方法.基于邏輯關(guān)系的交融方法根據(jù)信息之間的內(nèi)在邏輯，對(duì)信息進(jìn)展融和，警報(bào)關(guān)聯(lián)是典型的基于邏輯關(guān)系的交融方法。警報(bào)關(guān)聯(lián)是指基于警報(bào)信息之間的邏輯關(guān)系對(duì)其進(jìn)展交融，從而獲取宏觀的攻擊態(tài)勢(shì)警報(bào)之間的邏輯關(guān)系：警報(bào)屬性特征的類似性預(yù)定義攻擊模型中的關(guān)聯(lián)性攻擊的前提和后繼條件之間的相關(guān)性.基于數(shù)學(xué)模型的交融方法綜合思索影響態(tài)勢(shì)的各項(xiàng)態(tài)勢(shì)要素，構(gòu)造評(píng)定函數(shù)，建立態(tài)勢(shì)要素集合到態(tài)勢(shì)空間的映射關(guān)系。加權(quán)平均法是最常用、最有代表性、最簡(jiǎn)單的基于數(shù)學(xué)模型的交融方法。加權(quán)平均法的交融函數(shù)通常由態(tài)勢(shì)要素和其重要性權(quán)值共同確定優(yōu)點(diǎn)：直觀缺陷：權(quán)值的選擇沒(méi)有一致的規(guī)范

4、，大多是根據(jù)閱歷確定。.基于概率統(tǒng)計(jì)的交融方法基于概率統(tǒng)計(jì)的交融方法，充分利用先驗(yàn)知識(shí)的統(tǒng)計(jì)特性，結(jié)合信息的不確定性，建立態(tài)勢(shì)評(píng)價(jià)的模型，然后經(jīng)過(guò)模型評(píng)價(jià)網(wǎng)絡(luò)的平安態(tài)勢(shì)。常見基于概率統(tǒng)計(jì)的交融方法：貝葉斯網(wǎng)絡(luò)隱馬爾可夫模型.貝葉斯網(wǎng)絡(luò)貝葉斯公式： P(B)=貝葉斯網(wǎng)絡(luò)：一個(gè)貝葉斯網(wǎng)絡(luò)是一個(gè)有向無(wú)環(huán)圖DAG，其節(jié)點(diǎn)表示一個(gè)變量，邊代表變量之間的聯(lián)絡(luò)，節(jié)點(diǎn)存儲(chǔ)本節(jié)點(diǎn)相當(dāng)于其父節(jié)點(diǎn)的條件概率分布。.貝葉斯網(wǎng)絡(luò)X1,X2.X7的結(jié)合概率分布：.隱馬爾可夫模型隱馬爾可夫模型是馬爾可夫鏈的一種，它的形狀不能直接察看到，但能經(jīng)過(guò)觀測(cè)向量序列察看到，每一個(gè)觀測(cè)向量是由一個(gè)具有相應(yīng)概率密度分布的形狀序列產(chǎn)生。所

5、以，隱馬爾可夫模型是一個(gè)雙重隨機(jī)過(guò)程.隱馬爾可夫模型.隱馬爾可夫模型假設(shè)我們開場(chǎng)擲骰子，我們先從三個(gè)骰子里挑一個(gè)，挑到每一個(gè)骰子的概率都是1/3。然后我們擲骰子，得到一個(gè)數(shù)字，1，2，3，4，5，6，7，8中的一個(gè)。不停的反復(fù)上述過(guò)程，我們會(huì)得到一串?dāng)?shù)字，每個(gè)數(shù)字都是1，2，3，4，5，6，7，8中的一個(gè)。例如我們能夠得到這么一串?dāng)?shù)字?jǐn)S骰子10次：1 6 3 5 2 7 3 5 2 4 隱含形狀鏈有能夠是：D6 D8 D8 D6 D4 D8 D6 D6 D4 D8轉(zhuǎn)換概率(隱含形狀輸出概率：可見形狀之間沒(méi)有轉(zhuǎn)換概率，但是隱含形狀和可見形狀之間有一個(gè)概率叫做輸出概率可見形狀鏈.隱馬爾可夫模型.隱

6、馬爾可夫模型隱馬爾科夫的根本要素，即一個(gè)五元組S,N,A,B,PI；S：隱藏形狀集合；N：察看形狀集合；A：隱藏形狀間的轉(zhuǎn)移概率矩陣；B：輸出矩陣即隱藏形狀到輸出形狀的概率；PI：初始概率分布隱藏形狀的初始概率分布； .優(yōu)缺陷評(píng)價(jià)優(yōu)點(diǎn)：可以交融最新的證據(jù)信息和先驗(yàn)知識(shí)，過(guò)程明晰，易于了解缺陷：要求數(shù)據(jù)源大，同時(shí)需求的存儲(chǔ)量和匹配計(jì)算的運(yùn)算量也大，容易呵斥位數(shù)爆炸，影響實(shí)時(shí)性特征提取、模型構(gòu)建和先驗(yàn)知識(shí)的獲取有一定困難。.基于規(guī)那么推理的交融方法基于規(guī)那么推理的交融方法，首先模糊量化多源多屬性信息的不確定性; 然后利用規(guī)那么進(jìn)展邏輯推理，實(shí)現(xiàn)網(wǎng)絡(luò)平安態(tài)勢(shì)的評(píng)價(jià)。D-S證據(jù)組合方法和模糊邏輯是研討

7、熱點(diǎn).D-S證據(jù)實(shí)際是一種不確定推理方法，證據(jù)實(shí)際的主要特點(diǎn)是：滿足比貝葉斯概率論更弱的條件；具有直接表達(dá)“不確定和“不知道的才干。概率分配函數(shù)：設(shè) 為樣本空間，其中具有 個(gè)元素，那么 中元素所構(gòu)成的子集的個(gè)數(shù)為個(gè)。概率分配函數(shù)的作用是把 上的恣意一個(gè)子集 都映射為0，1上的一個(gè)數(shù) 。信任函數(shù)：似然函數(shù)：.D-S證據(jù)實(shí)際信任區(qū)間 ：Bel(A)，pl(A)表示命題A的信任區(qū)間，Bel(A)表示信任函數(shù)為下限，pl(A)表示似真函數(shù)為 上限.模糊集合處置某一問(wèn)題時(shí)對(duì)有關(guān)議題的限制范圍稱為該問(wèn)題的論域。1、論域2、集合在論域中，具有某種屬性的事物的全體稱為集合。3、特征函數(shù)設(shè)A是論域U上的一個(gè)集合

8、，對(duì)任何uU，令那么稱CA(u)為集合A的特征函數(shù)。顯然有： A= u | CA(u) =1 .模糊集合4、隸屬函數(shù)設(shè)U是論域，A是將任何uU映射為0，1上某個(gè)值的函數(shù)，即： A ：U0，1 u A(u)那么稱A為定義在U上的一個(gè)隸屬函數(shù).模糊集合5、模糊集設(shè)A= A(u) | uU , 那么稱A為論域U上的一個(gè)模糊集。當(dāng)隸屬函數(shù)只取0,1時(shí)，隸屬函數(shù)就是特征函數(shù)。A (u)稱為u對(duì)模糊集A的隸屬度。.模糊集的表示方法模糊集合可以有以下兩種表示方法：1. 扎德Zadeh表示法(1) 當(dāng)論域U為離散集合時(shí)，一個(gè)模糊集可以表示為：(2) 當(dāng)論域U為延續(xù)集合時(shí)，一個(gè)模糊集可以表示為：注：此處的積分和

9、求和符號(hào)都不代表實(shí)踐運(yùn)算，只是一種表示方法而已。.模糊集的表示方法2. 序?qū)Ρ硎痉：械拿總€(gè)元素都可以表示成元素、隸屬度這樣一個(gè)序?qū)?，基于這種思想，模糊集可表示如下：.模糊關(guān)系1. 關(guān)系的定義關(guān)系是客觀世界存在的普遍景象。如父子關(guān)系、大小關(guān)系、屬于關(guān)系、二元關(guān)系、多元關(guān)系、多邊關(guān)系等等直積笛卡爾積表達(dá)了兩個(gè)集合之間的關(guān)系。在普通集合中，設(shè)論域U和V，從U到V的一個(gè)關(guān)系定義為直積UV的一個(gè)子集R，記作：例7 設(shè)有集合A=1,2,5，B=3,2，求A、B的二元關(guān)系R解：.模糊關(guān)系此處的關(guān)系R同樣為二元關(guān)系。隸屬函數(shù)表示方式為：其隸屬函數(shù)的映射：元素(u0,v0)的隸屬度為R(u0,v0) ，表

10、示u0和v0具有關(guān)系R的程度2. 模糊關(guān)系設(shè)論域U和V，那么UV 的一個(gè)子集R，就是U到V的模糊關(guān)系，同樣記作：.3、網(wǎng)絡(luò)平安態(tài)勢(shì)的預(yù)測(cè)網(wǎng)絡(luò)平安態(tài)勢(shì)的預(yù)測(cè)是指根據(jù)網(wǎng)絡(luò)平安態(tài)勢(shì)的歷史信息和當(dāng)前形狀對(duì)網(wǎng)絡(luò)未來(lái)一段時(shí)間的開展趨勢(shì)進(jìn)展預(yù)測(cè)。目前網(wǎng)絡(luò)平安態(tài)勢(shì)預(yù)測(cè)普通采用神經(jīng)網(wǎng)絡(luò)、時(shí)間序列預(yù)測(cè)法和支持向量機(jī)等方法.基于 Markov 博弈模型的網(wǎng)絡(luò)平安態(tài)勢(shì)感知方法 張勇 譚小彬 崔孝林.本文提出一種基于 Markov 博弈分析的網(wǎng)絡(luò)平安態(tài)勢(shì)感知方法，分析了要挾傳播對(duì)網(wǎng)絡(luò)系統(tǒng)的影響,準(zhǔn)確全面地評(píng)價(jià)系統(tǒng)的平安性。對(duì)多傳感器檢測(cè)到的平安數(shù)據(jù)進(jìn)展交融,得到資產(chǎn)、要挾和脆弱性的規(guī)范化數(shù)據(jù);對(duì)每個(gè)要挾,分析其傳播規(guī)律

11、,建立相應(yīng)的要挾傳播網(wǎng)絡(luò);經(jīng)過(guò)對(duì)要挾、管理員和普通用戶的行為進(jìn)展博弈分析,建立三方參與的 Markov 博弈模型，從而實(shí)時(shí)動(dòng)態(tài)的評(píng)價(jià)網(wǎng)絡(luò)平安態(tài)勢(shì)，并給出最正確加固方案.網(wǎng)絡(luò)態(tài)勢(shì)是指由各種網(wǎng)絡(luò)設(shè)備運(yùn)轉(zhuǎn)情況、網(wǎng)絡(luò)行為以及用戶行為等要素所構(gòu)成的整個(gè)網(wǎng)絡(luò)當(dāng)前形狀和變化趨勢(shì).要挾傳播分析網(wǎng)絡(luò)系統(tǒng)的各個(gè)節(jié)點(diǎn)相互銜接,當(dāng)系統(tǒng)中某個(gè)節(jié)點(diǎn)被勝利攻擊后,要挾可以傳播到與該節(jié)點(diǎn)相關(guān)聯(lián)的其他節(jié)點(diǎn),從而使這些節(jié)點(diǎn)蒙受平安要挾.資產(chǎn)：對(duì)系統(tǒng)有價(jià)值的資源資產(chǎn)類型：主機(jī)、效力器、路由器、網(wǎng)關(guān)、防火墻、IDS.資產(chǎn)價(jià)值：包含資產(chǎn)嚴(yán)密性價(jià)值、完好性價(jià)值、可用性價(jià)值性能利用率：分5個(gè)等級(jí)，隨著等級(jí)的增長(zhǎng),性能利用率指數(shù)增長(zhǎng). 要挾

12、：對(duì)資產(chǎn)呵斥損害的外因. 要挾類型：病毒、蠕蟲、木馬等惡意代碼和網(wǎng)絡(luò)攻擊,根據(jù)對(duì)系統(tǒng)的損害方式將要挾分為兩類：占網(wǎng)絡(luò)資源少的要挾,包括木馬、病毒和網(wǎng)絡(luò)攻擊等,對(duì)系統(tǒng)節(jié)點(diǎn)的嚴(yán)密性、完好性和可用性均有影響,大量耗費(fèi)系統(tǒng)資源的要挾,以蠕蟲和 DDoS 攻擊為代表,主要對(duì)系統(tǒng)的可用性呵斥影響脆弱性：可以被要挾利用的薄弱環(huán)節(jié)經(jīng)過(guò)對(duì)檢測(cè)數(shù)據(jù)的交融,得到系統(tǒng)中一切的資產(chǎn)、要挾和脆弱性數(shù)據(jù),構(gòu)成資產(chǎn)集合、要挾集合和脆弱性集合. .要挾傳播網(wǎng)絡(luò)要挾傳播節(jié)點(diǎn)：系統(tǒng)中受要挾影響的節(jié)點(diǎn), Node=(ida, valuea, pa, tf, vf)要挾傳播途徑: 系統(tǒng)中傳播要挾的鏈路 Path=idas，idad,

13、valuee, Pe, pe)Pe指途徑被切斷后對(duì)系統(tǒng)呵斥的損失,是途徑帶寬利用率,與資產(chǎn)的性能利用率類似,分為 5 個(gè)等級(jí);pe表示要挾經(jīng)過(guò)該途徑勝利分散的概率,分為 5 個(gè)等級(jí),每提高一個(gè)等級(jí),要挾勝利傳播概率線性添加. 要挾傳播網(wǎng)絡(luò)TPN:包含 t 一切的傳播節(jié)點(diǎn)和傳播途徑,用TPNt=Nodes,Paths表示。.基于 Markov博弈分析的態(tài)勢(shì)量化評(píng)價(jià)基于時(shí)間序列分析的態(tài)勢(shì)預(yù)測(cè).Markov博弈模型的建立 博弈三方: 攻擊方：要挾 防守方：管理員 中立方：用戶形狀空間：TPN(t)的一切能夠形狀組成形狀空間 k時(shí)辰形狀空間為 TPN(t,k)=si(k), ej(k),i=1,2,.

14、M j=1,2,.N行為空間：博弈三方一切能夠的行為集合攻擊方：ut防守方：uv， 修補(bǔ)某個(gè)脆弱性、切斷某條傳播途徑或封鎖某個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)用戶： uc，簡(jiǎn)化為網(wǎng)絡(luò)訪問(wèn)率提高 10%和降低 10% .轉(zhuǎn)移概率：隨著博弈各方的行為選擇,系統(tǒng)的形狀不斷變化p(TPN(t, k+1)|TPN(t, k),utk,uvk,uck)描畫系統(tǒng)形狀變化規(guī)律報(bào)酬函數(shù)：博弈終了后各方的得失攻擊方：用對(duì)系統(tǒng)的損害表示防守方：用管理員采取平安措施后所能減少的損害表示中立方：用一切普通用戶對(duì)系統(tǒng)效力的利用程度表示.博弈過(guò)程博弈過(guò)程是各方參與者根據(jù)系統(tǒng)當(dāng)前形狀從行為空間中選取一個(gè)行為,然后系統(tǒng)轉(zhuǎn)移到新的形狀,參與者再根據(jù)新形

15、狀做決策,依此反復(fù)進(jìn)展。參與者根據(jù)己方報(bào)酬函數(shù)的最大化選擇戰(zhàn)略對(duì)于攻擊方：t 為第一類要挾時(shí),t 對(duì)節(jié)點(diǎn) i 的嚴(yán)密性、完好性和可用性均有損害,記為Vt(si(k)=pt*pv*(u*valueai), 對(duì) TPN(t,k)中一切節(jié)點(diǎn)按同樣的方式計(jì)算t為第二類攻擊時(shí)，t 對(duì)節(jié)點(diǎn) i 及其相關(guān)途徑的可用性呵斥損害,對(duì) i 可用性呵斥的損害為 Vt(si(k)=pt*pv*ai *valueai，valueai取節(jié)點(diǎn)可用性價(jià)值分量Vt(ej(k)=pt*pv*ej*valueej為 t 對(duì)第 j 條途徑的可用性損害.對(duì)于防守方：管理員對(duì)節(jié)點(diǎn) i 實(shí)施平安措施會(huì)帶來(lái)兩方面的影響:減少要挾 t 的損害

16、和影響網(wǎng)絡(luò)性能平安措施對(duì)i節(jié)點(diǎn)可用性的影響：對(duì) i 相關(guān)途徑的性能影響為：其中,Vv(ej(k)= ej * valueej為對(duì)第 j 條途徑的影響.平安措施減少 t 的損害與要挾類型有關(guān): t 為一類要挾時(shí),減少 t 的損害為Vt(si(k),從而,防守方的一步報(bào)酬用公式(2a)表示: t 為二類要挾時(shí),減少 t 的損害為對(duì)于中立方,普通用戶根據(jù)網(wǎng)絡(luò)的延遲、效力的可訪問(wèn)性等改動(dòng)訪問(wèn)率.中立方的一步報(bào)酬為 N 個(gè)節(jié)點(diǎn)和M 條途徑的利用率之和,用公式(3)表示:.要挾經(jīng)過(guò) TPN(t,k)向未感染的節(jié)點(diǎn)傳播，根據(jù)以上對(duì)于兩類要挾一致用公式(4)表示：中立方：.例子博弈過(guò)程k 時(shí)辰,只在節(jié)點(diǎn) 1

17、上檢測(cè)到 t,系統(tǒng)處于形狀 A; k+1 時(shí)辰,t 向節(jié)點(diǎn) 3 傳播,管理員加固節(jié)點(diǎn) 3,普通用戶訪問(wèn)率不變.系統(tǒng)假設(shè)跳轉(zhuǎn)到形狀 B,表示加固方案執(zhí)行沒(méi)有勝利并且要挾勝利傳播;假設(shè)跳轉(zhuǎn)到形狀 C,表示加固方案執(zhí)行勝利或 t 在該方向傳播失敗; k+2 時(shí)辰,以形狀 B 為例,t 向節(jié)點(diǎn) 2、節(jié)點(diǎn) 4、節(jié)點(diǎn) 1 傳播,管理員加固節(jié)點(diǎn) 1,普通用戶訪問(wèn)率不變.系統(tǒng)假設(shè)跳轉(zhuǎn)到形狀 D,表示要挾勝利傳播到節(jié)點(diǎn) 2 和節(jié)點(diǎn) 4,節(jié)點(diǎn) 1 加固方案執(zhí)行勝利或 t 在該方向傳播失敗. .系統(tǒng) k 時(shí)辰,t 為一類要挾時(shí),t 的嚴(yán)密性態(tài)勢(shì)和完好性態(tài)勢(shì)的評(píng)價(jià)方法類似,不計(jì)中立方行為的影響,用公式(6a)表示,相

18、應(yīng)的加固方案用公式(7a)表示:系統(tǒng) k 時(shí)辰,在對(duì) t 的可用性態(tài)勢(shì)評(píng)價(jià)時(shí),需求思索中立方行為的影響,并且需求區(qū)分 t 屬于不同類型的要挾,可用性態(tài)勢(shì)用公式(6b)表示,相應(yīng)的加固方案用公式(7b)表示.其中,*表示 1 或者 2:.態(tài)勢(shì)評(píng)量化估算法網(wǎng)絡(luò)平安態(tài)勢(shì)評(píng)價(jià)算法主要包括 3 個(gè)步驟:檢測(cè)數(shù)據(jù)交融、要挾傳播網(wǎng)絡(luò)(TPN)建立、Markov 博弈模型評(píng)價(jià)。算法 1. 網(wǎng)絡(luò)平安態(tài)勢(shì)量化評(píng)價(jià)算法.輸入:數(shù)據(jù)采集模塊檢測(cè)到的各類平安數(shù)據(jù); 輸出:網(wǎng)絡(luò)平安態(tài)勢(shì). 1. 對(duì)檢測(cè)模塊測(cè)得得平安數(shù)據(jù)進(jìn)展交融,得到資產(chǎn)集合、要挾集合、脆弱性集合和網(wǎng)絡(luò)構(gòu)造信息; 2. 根據(jù)檢測(cè)模塊得到的網(wǎng)絡(luò)信息,綜合資產(chǎn)集合、要挾集合和脆弱性集合,對(duì)要挾集合中每個(gè)要挾 t 建立該要挾的要挾傳播網(wǎng)絡(luò) TPN(t); 3. 根據(jù) TPN(t),對(duì) t 建立 Markov 博弈模型,計(jì)算 t 的嚴(yán)密性損害,評(píng)價(jià) t 的嚴(yán)密性態(tài)勢(shì); 4. 根據(jù) TPN(t),對(duì) t 建立 Markov 博弈模型,分析管理員應(yīng)對(duì) t 嚴(yán)密性損害的最正確加固方案; .5. 按照步驟(3)、步驟