面向網(wǎng)絡態(tài)勢預測的時間序列頻繁情節(jié)挖掘研究.pdf

1、目前，網(wǎng)絡安全問題日益嚴峻，儼然成為非常重要的一個研究課題。面對大規(guī)模的網(wǎng)絡安全時間序列數(shù)據(jù)，高效并準確地實現(xiàn)網(wǎng)絡安全的態(tài)勢預測具有非常有意義的研究價值，通過態(tài)勢的預測結果可以指導網(wǎng)絡管理者完成安全決策分析和防御措施的制定。
　　網(wǎng)絡安全態(tài)勢預測是在準確的網(wǎng)絡安全態(tài)勢覺察、充分的網(wǎng)絡安全態(tài)勢理解基礎上，進而實現(xiàn)對未來網(wǎng)絡安全態(tài)勢的趨勢預測。而要完成對大規(guī)模網(wǎng)絡的安全態(tài)勢的預測主要有賴于對海量安全時間序列數(shù)據(jù)的深入挖掘?，F(xiàn)有的網(wǎng)絡安

2、全態(tài)勢預測方法僅能預測出未來單位時間的態(tài)勢值，然后依據(jù)連續(xù)單位時間的態(tài)勢值進行網(wǎng)絡安全態(tài)勢的評估。然而單位時間的態(tài)勢值往往受擾動的影響比較大，難于預測。本文中，嘗試根據(jù)歷史時間序列數(shù)據(jù)直接預測未來一段時間里的網(wǎng)絡態(tài)勢趨勢的變化規(guī)律，而不是再對某個時刻的態(tài)勢值進行態(tài)勢分析。即基于趨勢變化來分析網(wǎng)絡安全時間序列數(shù)據(jù)的態(tài)勢預測。為了解決這個問題，本文針對網(wǎng)絡安全時間序列數(shù)據(jù)的態(tài)勢預測做了如下的工作：
　　（1）首先研究了基于時間序列的神

3、經(jīng)網(wǎng)絡方法，實現(xiàn)對未來一段時間內網(wǎng)絡安全態(tài)勢的趨勢變化的預測：依據(jù)時間序列數(shù)據(jù)的結構特點、基于趨勢變化的預測方法的理論，對網(wǎng)絡安全時間序列數(shù)據(jù)進行分段，每一段代表一種趨勢，生成網(wǎng)絡態(tài)勢預測的樣本集；用樣本集基于BP神經(jīng)網(wǎng)絡實現(xiàn)網(wǎng)絡安全態(tài)勢的趨勢變化預測。實驗采用Honeynet數(shù)據(jù)完成仿真，驗證了基于趨勢變化的網(wǎng)絡安全態(tài)勢預測這個方法的有效性和適用性。
　　（2）主要研究了面向預測的事件序列頻繁情節(jié)挖掘方法，實現(xiàn)網(wǎng)絡安全時間序列數(shù)

4、據(jù)趨勢變化的預測。首先，基于網(wǎng)絡安全事件發(fā)生的統(tǒng)計規(guī)律性，對安全時間序列數(shù)據(jù)進行分段預處理，對分段后的時間序列子段離散事件化處理，將網(wǎng)絡安全時間序列數(shù)據(jù)轉換為安全事件序列數(shù)據(jù)。然后，通過引入事件序列的頻繁情節(jié)的相關知識，實現(xiàn)面向預測的時間序列數(shù)據(jù)的頻繁情節(jié)挖掘?；诰W(wǎng)絡安全態(tài)勢預測對各事件發(fā)生的相對時間的敏感性，通過引入一個限制情節(jié)發(fā)生長度的變量，實現(xiàn)對現(xiàn)有的頻繁情節(jié)挖掘算法MANEPI的改進，提取預測所需的頻繁情節(jié)。最后，利用提取的這