论文部分内容阅读
本文分析了网络安全态势感知研究方面的技术难点以及目前研究中存在的一些不足。并提出了自己的观点。 首先提出了一种实时网络安全态势感知的模型框架，该模型框架包括数据预处理层、实时网络安全态势评估层、决策与支持层、态势可视化层。对模型内部机制进行了详细分析，包括模型的目标、模型优劣的评估指标、模型的组件、模型内部数据流向、以及组件分析。 其次，提出了基于粗糙集和事件流处理的实时网络安全态势评估模型。通过粗糙集中决策表知识对多安全态势样本数据中的实验数据构建决策表，提取出高质量的攻击规则集，对攻击规则集按照攻击路径进行分类合并，形成多级攻击规则树，将得到的多级攻击规则树转换为事件流处理语言装载到实时流分析引擎，在线对安全数据流进行实时动态检测，最后将检测到的攻击结果作为网络安全态势评估的依据，并从服务、主机、系统三个层面、从局部到整体对全网的网络安全态势进行评估计算。 最后，为了验证所提模型和方法的可行性和有效性，搭建实验环境以及编写代码进行相关验证，并对实验结果进行相关的可视化展示。通过实验证明模型和方法是有效的、可行的。