云平臺安全主動防護技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,云平臺技術(shù)的廣泛應(yīng)用和快速發(fā)展,并采用專業(yè)的服務(wù)器集中管理,普遍具有良好的可用性和安全性。網(wǎng)絡(luò)環(huán)境中的惡意攻擊,云平臺自身的復(fù)雜性以及大規(guī)模性使得云平臺系統(tǒng)經(jīng)常發(fā)生異常,引起部分甚至所有服務(wù)失效。因此,云平臺安全主動防護技術(shù)已成為領(lǐng)域的研究熱點。本文面向云平臺安全,從網(wǎng)絡(luò)安全和主機安全兩個層次開展主動防護技術(shù)研究,針對云平臺安全異常,進行實時異常分析、系統(tǒng)檢測和系統(tǒng)恢復(fù),重在增強云平臺可用性。本文的工作主要有以下三點。
 

2、 首先,為了獲取云平臺網(wǎng)絡(luò)和主機運行信息,設(shè)計云平臺安全主動防護異常監(jiān)控系統(tǒng),對云平臺網(wǎng)絡(luò)攻擊信息和服務(wù)器運行數(shù)據(jù)進行概率統(tǒng)計分析,使用基于概率統(tǒng)計的特征優(yōu)化算法和基于數(shù)據(jù)類型的特征優(yōu)化算法對數(shù)據(jù)集進行優(yōu)化。針對云平臺網(wǎng)絡(luò)和主機等異常檢測問題,提出基于信息密度貝葉斯算法的異常檢測方法,構(gòu)造數(shù)據(jù)特征概率集合,通過引入信息熵來表示信息的不確定度,定義信息密度以描述信息不確定度分布狀態(tài),對算法進行了詳細描述,并分析了其時間復(fù)雜度。通過實驗對攻

3、擊數(shù)據(jù)進行分析,表明方法可有效減少數(shù)據(jù)信息損失,提高檢測準(zhǔn)確率,并縮短檢測時間。
  其次,在分析異?;謴?fù)技術(shù)及其優(yōu)缺點的基礎(chǔ)上,設(shè)計了一種基于狀態(tài)度量值的異?;謴?fù)方法,計算出集群的狀態(tài)度量值,通過設(shè)置備份恢復(fù)節(jié)點,記錄異常前系統(tǒng)正確的運行狀態(tài)。根據(jù)異?;謴?fù)的策略,系統(tǒng)進行檢查點設(shè)置,提供安全狀態(tài)恢復(fù)機制和恢復(fù)協(xié)議,并保持狀態(tài)節(jié)點記錄一致性,將云平臺系統(tǒng)正確運行狀態(tài)存儲到系統(tǒng)備份存儲器。實驗表明,當(dāng)云平臺運行發(fā)生異常,可有效進行安

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論