面向用戶可信的移動(dòng)云用戶行為模式挖掘與在線識(shí)別策略研究.pdf

1、移動(dòng)云計(jì)算是隨著云計(jì)算和移動(dòng)互聯(lián)網(wǎng)的不斷發(fā)展與融合而產(chǎn)生的一種新型應(yīng)用模式。在可信移動(dòng)云服務(wù)架構(gòu)中，用戶身份及行為的可信性判定與識(shí)別將成為后繼服務(wù)的重要前提，只有在保證用戶身份和用戶操作可靠與安全的前提下，才可以進(jìn)行后續(xù)的智能決策和服務(wù)資源調(diào)配，保障向用戶提供滿足需求的連續(xù)服務(wù)能力?？梢?jiàn)，用戶行為判別對(duì)移動(dòng)云服務(wù)十分重要。本文中提到的用戶可信是指用戶對(duì)服務(wù)實(shí)施的操作和動(dòng)作總是處于用戶所屬規(guī)則允許的范圍內(nèi)，對(duì)于用戶的異常行為可識(shí)別、可控制

2、。模式挖掘這個(gè)工具，使我們可以從大量的正常移動(dòng)用戶讀寫(xiě)移動(dòng)云服務(wù)的行為數(shù)據(jù)中挖掘出其行為模式特點(diǎn)，構(gòu)造正常行為的參考集合。之后實(shí)時(shí)地將用戶行為與正常行為進(jìn)行對(duì)比，來(lái)檢測(cè)用戶是否異常，達(dá)到對(duì)用戶行為的監(jiān)督與識(shí)別，從而保障用戶層數(shù)據(jù)讀寫(xiě)環(huán)境和服務(wù)交付來(lái)往的安全性。
　　本文圍繞用戶可信問(wèn)題，著重開(kāi)展用戶行為模式挖掘與在線識(shí)別的研究。
　　1.提出了用戶時(shí)序行為序列的定義，作為進(jìn)行用戶異常行為識(shí)別的基礎(chǔ)。首先，特化用戶時(shí)序行為的用

3、戶-時(shí)序-操作形式化描述，使用“用戶-時(shí)序-操作”時(shí)序圖來(lái)表示用戶一系列操作的時(shí)序集合。并給出用戶時(shí)序行為序列的編碼結(jié)構(gòu)圖，介紹了編碼序列中各部分的含義和用途。
　　2.提出了自適應(yīng)的用戶正常行為模式編碼方法。在用戶正常行為模式挖掘過(guò)程中，依據(jù)挖掘的時(shí)序行為模式特點(diǎn)，借鑒遺傳算法的相關(guān)技術(shù)理論，使用自適應(yīng)編碼構(gòu)建完整的用戶正常行為模式集合，以提高后續(xù)用戶時(shí)序行為實(shí)時(shí)判別的效率。通過(guò)仿真實(shí)驗(yàn)證明了算法在動(dòng)態(tài)性能和運(yùn)行效率方面的優(yōu)越性

4、。
　　3.在得到完整用戶正常行為模式集合的基礎(chǔ)上，設(shè)計(jì)了基于Needleman-Wunsch算法的一種用戶時(shí)序操作行為的實(shí)時(shí)判別方法。將用戶實(shí)時(shí)行為轉(zhuǎn)化為形式化編碼，之后與正常行為模式集合進(jìn)行比對(duì)，通過(guò)提前設(shè)定的閾值來(lái)確定用戶行為是否異常，并討論了異常檢測(cè)過(guò)程中的一些細(xì)節(jié)。本文在理論研究成果的基礎(chǔ)上進(jìn)行了仿真驗(yàn)證，結(jié)果表明本文提出的檢測(cè)算法相對(duì)傳統(tǒng)算法在檢測(cè)率和誤報(bào)率方面表現(xiàn)優(yōu)秀。
　　本文提出的模式挖掘算法和在線異常檢測(cè)

5、算法的創(chuàng)新點(diǎn)在于：根據(jù)本文提出的行為序列編碼方法對(duì)序列進(jìn)行編碼之后，它形成的二進(jìn)制序列與DNA序列有非常高的相似性，所以本文創(chuàng)新性的引入了生物學(xué)中的遺傳算法和DNA序列比對(duì)算法來(lái)進(jìn)行模式挖掘和異常檢測(cè)。同時(shí)，由于移動(dòng)云用戶終端存在系統(tǒng)復(fù)雜、接入環(huán)境多變等特點(diǎn)，移動(dòng)云計(jì)算服務(wù)器相對(duì)于傳統(tǒng)云計(jì)算服務(wù)器來(lái)說(shuō)面臨著種類(lèi)更加多樣、變化更加頻繁的異常攻擊。這就導(dǎo)致了如果使用一成不變的模式挖掘算法和參數(shù)模型，會(huì)使異常檢測(cè)的準(zhǔn)確率和誤報(bào)率產(chǎn)生較大的浮動(dòng)