传统报文捕获平台性能影响因素分析

目前网络带宽日益增大,普通网络报文捕获平台已经成为大规模宽带网络的入侵检测系统,宽带网络防火墙,高性能路由器等工程的瓶颈。对于日益发展的高速网络,迫切需要分析出普通报文捕获平台的性能瓶颈,研究出高速通信接口,以便有效地提高主机服务器的响应速度。     

基于平衡树的良性蠕虫扩散策略

网络蠕虫已对网络系统安全造成重要威胁，传统防范措施已不再适用．使用良性蠕虫来对抗蠕虫正成为一种新的应急响应技术．提出了良性蠕虫基于网络拓扑信息的扩散技术，并重点研究了基于平衡树的良性蠕虫扩散算法、平衡树的动态生成规则和稳定性增强策略．最后给出一个蠕虫对抗模拟实验，结果表明，和已有的传播策略相比，采用扩散平衡树策略的良性蠕虫扩散速度更快，产生流量影响更小．     

数据安全专题序言

<正>数据安全指保护数据免受未经授权的访问、泄露、篡改、破坏或丢失的过程和措施。在数字化时代,数据已经成为各种组织和个人生活中不可或缺的资产。在面临着持续不断的威胁和挑战的背景下,我们汇集了一系列关于网络与数据安全领域的前沿创新研究,旨在探索新的方法、技术和策略来降低数字世界的风险,保护其免受侵害。本专题涵盖了多个重要主题,包括数据安全与加密、网络攻击和防御、隐私保护与数据分析等,共收录了10篇文章,其中包括2篇综述性文章和8篇技术性文章。每篇文章都从不同角度深入探讨了当今网络与数据安全领域的关键问题,并提出了具有实际应用价值的解决方案。     

面向流程工业控制的双安融合知识图谱研究

随着工业控制系统不断走向现代化和智能化,工业控制系统的安全问题日益凸显。然而,传统的工业控制系统往往仅关注信息安全或生产安全,不能同时兼顾两方面的安全问题。知识图谱作为一种结构化的数据表现形式,能够存储领域知识并建模知识之间的因果关系。现有研究大多使用知识图谱解决网络安全问题,鲜有研究将知识图谱用于解决工业控制系统的信息与生产安全问题。文中提出了一种面向流程工业控制系统的双安融合知识图谱构建方法,通过基于BERT的命名实体模型和图对齐等技术,有效地从工控领域网络安全数据库和实际化工生产相关文档中提取了实体和关系,并构建了流程工业双安融合知识图谱。该知识图谱融合了化工生产流程特征和网络攻击行为特征,能通过两种特征知识间的耦合关系为工控系统提供综合的网络安全和生产安全保障。     

面向非平衡数据集的金融欺诈账户检测研究

针对非平衡金融数据集,提出一种银行欺诈账户检测框架iForest-SMOTE。基于账户的动态交易特点,从统计、时序、监督信息维度抽取账户交易行为特征。针对过采样技术ADASYN在金融账户数据集中存在的跨区域样本合成问题,提出一种基于iForest算法的数据集均衡预处理策略,通过iForest算法对数据进行混合采样,在去除多数类噪声数据的同时降低分类器对少数类的学习难度。在此基础上,设计随机森林分类器实现金融欺诈账户检测。在真实金融账户交易数据集上进行实验,结果表明,与ADASYN、SMOTE等采样技术相比,iForest-SMOTE在召回率和准确率方面具有明显优势,F-value值至少能够提升2.13个百分点。     

奇异值分解算法优化

奇异值分解算法在信号处理、图像处理、信息安全等领域均有重要应用.针对该算法存在的性能问题,提出了基于gamma:1驱动的数据重用模型,提高计算负载平衡性,降低数据通信量;给出基于多处理器的并行分解模型,数值试验均表明算法具有较高的并行加速比和效率.     

工业控制网络多模式攻击检测及异常状态评估方法

面向工控网的攻击策略多种多样,其最终目的是导致系统进入临界状态或危险状态,因此,基于设备状态异常的攻击检测方式相较于其他检测方法更为可靠.然而,状态异常检测中存在攻击结束时刻难以准确界定的问题,构建攻击策略及系统异常状态描述模型,基于此,提出基于状态转移概率图的异常检测方案,实验结果表明该方案能够有效检测多种攻击方式.另外,针对语义攻击对系统状态影响的定量评估难题,提出基于异常特征和损害程度指标融合分析的攻击影响定量评估方法,实现系统所处不同阶段时状态的定量评估与分析.该项工作对于识别攻击意图有重要的理论价值和现实意义.     

基于标签传播的两阶段社区检测算法

社区检测是复杂网络分析的重要研究任务之一,其检测结果有助于人们深入理解复杂网络的社区结构,同时为下游任务提供支持,如内容推荐、链路检测等.针对复杂网络的社区检测问题,提出了一种基于标签传播的两阶段社区检测算法——TS-LPA.TS-LPA采用扩展邻域的思想来量化节点的传播能力,并在此基础上,利用节点信息和网络中边的权重...     

基于侧信道特征的IPSec VPN闭合性检测方法

IPSec VPN按照应用场景的不同可以分为闭合型网络和开放型网络，闭合型网络常用于定制虚拟专用网，而开放型网络代理是规避网络审计的常用手段，因此，IPSec VPN网络类型的识别分类对于网络监管具有重要意义。根据两种网络类型在业务复杂度上的区别，提出利用加密流量侧信道特征进行IPSec VPN闭合性检测的方法，提取IPSec加密流量帧长序列和隧道内TCP最大分片长度(Maximum Segment Size, MSS)的分布，引入信息熵来度量MSS值的分布情况，将MSS值信息熵和帧长序列的标准差作为特征向量，使用支持向量机和随机森林等机器学习算法进行训练和预测。实验结果表明，使用该分类方法进行闭合性检测的准确率超过了96%,可有效识别用于开放代理的VPN隧道。     

银行账户交易网络中特定组织发现研究

近年来，非法传销、非法集资和洗钱等涉众型非法金融活动屡禁不止，从资金交易网络中进行异常检测的研究，逐渐引起研究者的重视。非法组织中银行账户间的资金流转方式隐含了其成员的关系架构。以关键角色账户为核心种子节点，结合交易关系进行特定异常组织的发现研究。首先，基于银行账户的交易特点，建立了一个有向加权资金交易网络模型。进而，结合账户的局部拓扑结构，定义了组织中的两种核心节点，即黑洞节点和星光节点。利用两种节点的关联关系，提出一种“黑洞＆amp;星光”组织发现算法。在含有传销组织的真实银行交易数据上进行实验，结果表明上述算法对发现传销组织的有效性。