网络应用流分析与风险评估系统

针对网络中的各种应用服务的识别检测,采用应用层协议签名的流量识别技术和流量分组技术,实现网络应用流的分析和风险评估系统——TARAS,提出基于流量分组技术的应用流风险评估模型。该系统为网络资源分配和网络安全的预测提供有价值的依据。实验结果表明,TARAS系统具有良好的流量分析效率和风险评估准确性。     

网络信息流的血检分析模型

血液成份的变化反映了人体健康状态的改变,借鉴医学中的血液检查机制诊断网络的健康状态,提出了基于血检机制和网络信息流分析的网络健康状态分析框架BETA。以Hurst指数和典型网络数据包信息为数据源建立了网络信息流的指标体系,设计了流量分析的知识库并给出知识的表达形式。在此基础之上,详细阐述了流量分析引擎的实现方法,提出了推理前件生成算法以及诊断分析算法,实现了网络健康状态的诊断。最后描述了BETA的体系结构以及系统实现细节。     

网络安全态势多粒度分析的云方法

利用云理论的不确定性推理方法解决网络安全态势感知问题。在现有模型基础上,设计了一种基于知识库的多粒度网络安全态势感知模型。该模型具有动态更新知识库、多粒度态势展现以及态势可视化三大优势。另外,该模型实现了资产安全态势的扩展云推理算法,该算法能够处理连续值和离散值等多类参数,适用于多条件多规则推理,并且可以得到定性和定量两种安全态势结果。该模型具有较高的扩展性和实用性。最后,作者在武汉大学校园网中实验验证了模型的可行性及准确性。