云数据中心内部网络安全防御关键技术 PDF下载

编辑推荐

暂无

内容简介

　　《云数据中心内部网络安全防御关键技术》主要介绍了以网络安全态势感知为核心的云数据中心网络主动防御技术，分别介绍了在网络安全态势感知的察觉、评估、预测以及控制阶段采取相应手段和方法，并将一系列智能算法应用于防护过程中。

　　《云数据中心内部网络安全防御关键技术》主要面向计算机网络、网络与信息安全、数据中心自动化运维等领域的学者和技术人员，希望能够帮助读者在研究工作中有效整理研究思路、探索研究方法。

作者简介

暂无

云数据中心内部网络安全防御关键技术 PDF下载

第1章 绪论
1．1 概述
1．1．1 背景
1．1．2 研究意义
1．2 网络安全防护相关技术
1．2．1 网络威胁识别分类
1．2．2 脆弱性评估．：
1．2．3 网络安全态势评估
1．2．4 网络安全态势预测
1．2．5 安全加固策略选择
1．3 现有技术面临的问题
1．4 本书的内容及结构安排
1．4．1 主要内容
1．4．2 结构安排

第2章 基于径向基神经网络的攻击要素识别
2．1 引言
2．2 径向基神经网络
2．2．1 径向基神经网络模型
2．2．2 径向基神经网络解决分类问题的理论基础
2．3 基于径向基神经网络的分类模型
2．4 基于改进K-均值算法的输入样本聚类
2．4．1 改进的基本思想
2．4．2 算法具体实现
2．4．3 算法复杂度分析
2．5 基于梯度一强化学习的网络参数训练
2．5．1 梯度算法
2．5．2 基于Q学习的学习率调整方法
2．6 基于OLS的隐含层至输出层权值训练
2．6．1 0LS训练算法基本思想
2．6．2 算法具体实现
2．7 实验分析
2．7．1 实验数据准备
2．7．2 攻击要素分类实验
2．7．3 比较实验

第3章 基于攻击图模型的网络脆弱性分析
3．1 引言
3．2 基于攻击图的脆弱性分析模型
3．2．1 脆弱性评估框架
3．2．2 脆弱性攻击图模型化表示
3．3 基于CVSS的脆弱性危害量化
3．4 脆弱性攻击图生成
3．4．1 脆弱性节点遍历匹配
3．4．2 攻击图生成
3．4．3 算法复杂度分析
3．5 最佳攻击路径确定
3．5．1 最大损失流算法
3．5．2 路径搜索
3．5．3 多目标增广路排序
3．5．4 算法复杂度分析
3．6 实验仿真
3．6．1 实验环境
3．6．2 实验场景的攻击图
3．6．3 攻击路径搜索性能分析
3．6．4 指标量化结果分析
……

第4章 基于AHP的网络安全态势量化与评估
第5章 基于GA-LSSVM时间序列分析的网络安全态势预测
第6章 基于非合作博弈与粒子群优化的最优防御

参考文献

前沿

随着云计算技术的发展，基于云计算环境的数据中心也越来越多地被广大运营商采纳。云数据中心存储着大量的核心数据，是各种业务系统的基础。云数据中心网络作为云内部网络，是云平台的核心支撑，备受攻击者的关注。云数据中心不仅要解决传统的安全问题，而且接受针对云环境的新型攻击考验，面临着前所未有的安全挑战。为此，如何实现对云数据中心网络的安全防护成为一个亟待解决的问题。传统的网络安全防护方法，大多数是通过防火墙等安全设备尽可能识别攻击行为，是一种被动式防御方法，不仅不能对未知攻击行为进行有效监测，而且无法对云数据中心的安全状况进行整体掌控，已经无法适应云数据中心的安全防护工作。为此，急需对云数据中心网络系统进行以网络安全态势感知和最优防御为核心的新型主动防御研究。本书针对云数据中心主动防御中存在的主要问题，深入研究网络攻击要素识别、脆弱性评估、安全态势评估预测等主动防御的核心问题，并实施最优防御，以保证云数据中心对外提供安全、可靠的服务。
　　以网络安全态势感知和最优防御为核心的主动防御技术，涉及安全要素提取、攻击识别、脆弱性评估、态势评估预测以及安全控制等多方面内容。通常情况下，态势感知的安全要素是从不同的安全设备中获得的，然后通过各类融合手段进行消重，所以本书未将安全要素提取作为研究内容，而是对攻击要素识别、网络脆弱性分析、态势评估预测以及最优策略选取进行了重点研究。
　　本书采用基于径向基神经网络的攻击要素识别实现对攻击行为的分类，基于攻击图模型的网络脆弱性分析完成对网络脆弱性的评估并确定关键脆弱性环节，二者是网络安全态势量化基础，分别为态势指标的攻击性态势和脆弱性态势提供计算依据，支撑态势评估。基于GA-LSSVM时间序列分析的网络安全态势预测是对网络安全态势量化与评估的进一步深化，以历史的态势数据为基础，实现对短期安全态势的预测，掌控态势的发展趋势。基于非合作博弈与粒子群优化的最优防御是在态势感知和预测结果之上，实施最优的安全防护策略，以对安全风险进行有效控制，实现云数据中心网络的“适度安全”。