网络入侵危险性评估的云理论实现

万彪

WAN Biao

(1.School of Computer Science and Engineering,China University of Geosciences,Wuhan 430074;
2.School of Computer Science and Software,Wuhan Institute of Technology,Wuhan 430074,China)

Received:2009-06-26 Revised:2009-09-28 Online:2010-12-25 Published:2010-12-25

摘要：

由于任何网络安全手段都无法完全阻止网络攻击，保护网络的绝对安全，因此对网络入侵危险性进

行评估，进而采取相应的防御手段就非常重要。传统的评估方法都无法同时评估网络入侵的不确定性（模

糊性和随机性），基于此，利用云模型理论把模糊性和随机性有效集成在一起的优点，提出了一种基于云

理论的网络入侵风险评估方法。本文给出了方法的理论基础、设计思想和关键实现技术及评估过程，并提

出了一种改进的逆向云生成算法。该模型通过对系统资源监控，并对得到的数据进行处理，然后输入到云

控制器，云控制器根据设定的规则做出评估结果。实验结果表明，该方法最大限度地保留了网络入侵评估

过程中固有的不确定性,提高了评估结果的科学性和准确性。

关键词: 网络入侵, 云理论, 云算法, 模糊性, 随机性

Abstract:

Network intrusion has the features of randomness and uncertainty, cloud theory

integrates the fuzziness and randomness perfectly. An evaluation model for network risk is

proposed based on the cloud theory. The model monitors the system resources and processes

the achieved data, then the data is input into the cloud controls, the evaluation result is

achieved finally. The experimental results show that the methods can evaluate the network

risk efficiently. It holds the uncertainty of evaluation process and improves the

reliability of the result.

Key words: network intrusion;cloud theory;cloud algorithm;randomness

万彪. 网络入侵危险性评估的云理论实现[J]. J4, 2010, 32(12): 27-29.

WAN Biao. The Realization of Evaluation for Network Intrusion Based on Cloud Theory[J]. J4, 2010, 32(12): 27-29.

[1]	谭郁松, 王伟, 蹇松雷, 易超雄. 基于异常保持的弱监督学习网络入侵检测模型[J]. 计算机工程与科学, 2024, 46(05): 801-809.
[2]	张拥军1，2,唐俊2. 基于云模型的网络安全态势分析与评估[J]. J4, 2014, 36(01): 63-67.
[3]	翁广安1，余胜生2，周敬利2. 改进的字节频度负载异常入侵检测方法[J]. J4, 2012, 34(7): 24-28.
[4]	张海英1,张卫1，2,刘金梅1，2 ,Nigmatullin R R2，3. 分数阶Duffing系统在图像加密中的应用[J]. J4, 2012, 34(6): 18-22.
[5]	秦昳，卢强，黄士坦. 基于云理论和信息融合理论的系统性能评估方法研究[J]. J4, 2012, 34(2): 181-185.
[6]	刘洪霞，周永权. 一种基于均值的云自适应粒子群算法[J]. J4, 2011, 33(5): 97-101.
[7]	黄卫春，刘建林. 基于云模型的科技奖励评审模型研究[J]. J4, 2011, 33(11): 149-153.
[8]	罗程[1] 钟诚[1] 李智[1,2]. 网络入侵检测系统中无导师学习分析器的设计[J]. J4, 2006, 28(7): 28-29.
[9]	高发桂. 负向选择和克隆在网络入侵检测应用上的研究[J]. J4, 2003, 25(4): 30-32.
[10]	李爱平吴泉源等. 可能性缺省逻辑及其应用[J]. J4, 2001, 23(4): 96-99.
[11]	陈科李之棠. 网络入侵检测系统和防火墙集成的框架模型[J]. J4, 2001, 23(2): 26-28.
[12]	王晓程刘恩德. 网络入侵检测系统的研究[J]. J4, 2000, 22(4): 30-33.

PDF