網(wǎng)絡(luò)安全事件管理關(guān)鍵技術(shù)研究.pdf

1、華中科技大學(xué)博士學(xué)位論文網(wǎng)絡(luò)安全事件管理關(guān)鍵技術(shù)研究姓名：劉蘭申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)指導(dǎo)教師：李芝棠20070527II華中科技大學(xué)博士學(xué)位論文件，提出了基于屬性約束策略的實(shí)時(shí)歸約算法；根據(jù)網(wǎng)絡(luò)安全的領(lǐng)域知識(shí)，引入時(shí)間間隔關(guān)聯(lián)窗口，能夠較為合理的對(duì)元安全事件進(jìn)行歸約。目前異構(gòu)網(wǎng)絡(luò)環(huán)境下，存在相似的、重復(fù)的或者不完整的海量安全事件。通過(guò)改進(jìn)增量式貝葉斯分類算法，提出了面向混合數(shù)據(jù)類型的安全事件聚類算法，并通過(guò)計(jì)算混合數(shù)據(jù)類

2、型的事件屬性相似度，能夠有效的將大量由異構(gòu)安全節(jié)點(diǎn)產(chǎn)生的特征相同或性質(zhì)相近的初級(jí)安全事件予以融合，生成相應(yīng)的安全事件簇?；谥^詞邏輯的安全事件合并方法，可以將安全事件聚類算法生成的安全事件簇進(jìn)一步合并為高級(jí)安全事件。采用基于模糊等量約束的因果關(guān)聯(lián)算法，能夠基于領(lǐng)域知識(shí)對(duì)安全事件的因果關(guān)系進(jìn)行分析；引入基于模糊等量約束的分析方法，能夠在一定程度上解決安全事件的漏報(bào)與領(lǐng)域知識(shí)的不完備性問(wèn)題；通過(guò)自動(dòng)生成安全事件的因果關(guān)聯(lián)規(guī)則庫(kù)，并根據(jù)相關(guān)規(guī)

3、則對(duì)安全事件進(jìn)行關(guān)聯(lián)，重構(gòu)安全威脅場(chǎng)景，以期對(duì)當(dāng)前的安全態(tài)勢(shì)、安全威脅及其重要程度進(jìn)行全面及時(shí)評(píng)估提供有力的支持。安全事件管理的聚合和關(guān)聯(lián)模塊的時(shí)間窗口一直是懸而未決的問(wèn)題，而小波分析能將時(shí)間域上重疊但頻率域上不重疊的信號(hào)進(jìn)行分段，不同的頻段代表了信號(hào)中處于該頻段的信號(hào)分量，網(wǎng)絡(luò)流量具有時(shí)域中頻域重疊的特征，因此，利用小波技術(shù)在檢測(cè)網(wǎng)絡(luò)異常流量方面的優(yōu)勢(shì)來(lái)進(jìn)行異常行為分析，能較好的對(duì)網(wǎng)絡(luò)行為中的各種攻擊行為（長(zhǎng)程異常和短程異常）進(jìn)行分析

4、和判別，并確定其發(fā)生時(shí)間。還將小波分析作為一個(gè)輔助工具，對(duì)安全事件管理的時(shí)間窗口進(jìn)行分析，通過(guò)觀察特定網(wǎng)絡(luò)異常流量不同頻率域上的分量，為異常關(guān)聯(lián)時(shí)間窗口的選定提供一定的依據(jù)，實(shí)驗(yàn)分析中取得了較好的效果。根據(jù)設(shè)計(jì)原則與總體架構(gòu)，DASN系統(tǒng)的多層架構(gòu)的分布式代理、事件采集流程、通信接口、IDMEF數(shù)據(jù)解析、聚類與關(guān)聯(lián)以及數(shù)據(jù)存取等各個(gè)子模塊的實(shí)現(xiàn)各具特色。在算法性能測(cè)試與系統(tǒng)集成測(cè)試中，DASN系統(tǒng)均得到了較為理想的測(cè)試結(jié)果，較好地達(dá)到了