论文部分内容阅读
数据融合技术是网络空间态势感知的关键支撑技术之一。网络空间态势感知的主要目的就是提取、精炼、融合、深化、管理网络空间中各种相关信息，将它们高效组织升华为人员能理解的较为完整的宏观的网络态势知识，为网络部署和应急决策提供依据。数据处理和融合是态势感知的核心任务之一。网络空间态势感知所涉及到的技术很多，本文结合国家863某项目具体需求，围绕态势要素指标体系结构设计以及相应的多源探测数据融合方法展开行研究。主要解决如何描述网络空间态势以及如何充分利用网络空间探测数据的冗余性和互补性，通过应用数据融合技术得到更优的态势要素等问题。主要工作和创新点包括：1)对数据融合技术进行梳理，分析总结不同的数据融合算法的优缺点以及适用范围、网络空间态势感知领域数据融合算法的应用，为本文后续研究奠定了技术基础。2)针对网络空间态势构成复杂，数据种类繁多等特点，对网络空间态势要素进行分析，基于层次化思想构建网络空间态势要素指标体系，从不同的粒度对网络空间态势进行描述。3)对网络空间态势感知数据处理的过程进行了分析，给出了应用数据融合技术处理数据的流程。将D-S证据理论应用于网络空间脆弱性态势数据处理中，提出了基于D-S证据理论的多源脆弱性态势数据融合方法。该方法可对网络扫描和主机扫描等多种手段得到的脆弱性数据进行融合与分析，通过对脆弱性数据进行规格化，构造脆弱性数据的概率分配函数以及融合处理等步骤，有效利用多源数据的冗余性和互补性，实现了对多个扫描结果的综合。实验结果表明融合结果在全面性和可靠性等方面具有优势。4)以网络安全设备的报警信息为态势数据源，提出了基于相异度计算聚类、扩展D-S证据理论多源数据融合以及目标漏洞信息关联三个步骤的面向攻击活动态势信息的多源数据融合处理方法。此方法综合考量多个设备的报警信息以及环境信息对报警进行过滤融合，可以减少报警数量并使得最终的报警结果更好的反映网络中的攻击活动状况。