检索结果-内蒙古大学图书馆

通信学报 2013年第7期34卷 71-80页

作者：陆悠罗军舟李伟于枫夏怒东南大学计算机科学与工程学院江苏南京210096 苏州科技学院电子与信息工程学院江苏苏州215000

用户复杂的行为往往会导致网络状态出现波动,破坏网络平稳运行,由于指标及权重的主观性和静态性,传统评估方法难以准确衡量用户行为对网络状态变化的影响程度。因此引入粗糙集理论,构建一种面向网络状态的自适应用户行为评估方法,使用... 详细信息

用户复杂的行为往往会导致网络状态出现波动,破坏网络平稳运行,由于指标及权重的主观性和静态性,传统评估方法难以准确衡量用户行为对网络状态变化的影响程度。因此引入粗糙集理论,构建一种面向网络状态的自适应用户行为评估方法,使用属性约简和属性重要度方法对用户行为和网络状态数据进行挖掘,分析用户行为与网络状态变化的关联程度,以此自适应构建评估指标及权重,并随用户行为变化而动态调整,从而准确地量化用户行为对网络状态变化的影响程度。实验结果表明,该评估方法有助于准确发现造成网络状态变化的用户及其行为,能够为加强对用户行为的管控提供有效支持。

关键词：用户行为评估网络状态影响力粗糙集

来源：评论

学校读者我要写书评

暂无评论

可信网络中一种基于AHP的用户行为评估方法

引用

计算机工程与应用 2007年第19期43卷 123-126,151页

作者：冀铁果田立勤胡志兴孙锦霞北京科技大学信息工程学院北京100083 华北科技学院计算机系北京101601 北京科技大学应用学院北京100083

论述了一种新的用户行为评估方法。首先提出了基于量化评估的用户行为评估递阶层次结构模型,接着论述了用户行为证据的获得及其表示的规范化方法,进而用AHP原理确定各用户行为证据和各用户行为特性的权重。在此基础上,对用户行为进行整... 详细信息

论述了一种新的用户行为评估方法。首先提出了基于量化评估的用户行为评估递阶层次结构模型,接着论述了用户行为证据的获得及其表示的规范化方法,进而用AHP原理确定各用户行为证据和各用户行为特性的权重。在此基础上,对用户行为进行整体评估。最后通过实例具体说明了评估过程并对结论进行了分析。该评估方法能够科学地确定各用户行为证据和各用户行为特性的权重使得用户行为评估易于实现,使资源提供者可以根据以往用户行为的评估结果对用户的未来行为进行预测或采取相应控制措施。

关键词：可信网络用户行为可信层次分析法用户行为评估

来源：评论

学校读者我要写书评

暂无评论

云环境下基于用户行为评估的访问控制模型研究

云环境下基于用户行为评估的访问控制模型研究

引用

作者：刘正南西北农林科技大学

学位级别：硕士

云环境下,用户可直接通过网络访问云服务商提供的各种资源。云用户不仅可以访问授权的合法资源,也可能越权非法访问,即用户的身份合法不能保证其行为可靠性。因此,管控合法用户行为对保证云资源安全具有重要意义。针对传统访问控制模型... 详细信息

云环境下,用户可直接通过网络访问云服务商提供的各种资源。云用户不仅可以访问授权的合法资源,也可能越权非法访问,即用户的身份合法不能保证其行为可靠性。因此,管控合法用户行为对保证云资源安全具有重要意义。针对传统访问控制模型的静态授权机制无法动态管控用户的问题,基于信息安全风险评估方程和改进的实体行为风险评估信任模型(the Trust Model based on Behavior Risk Evolution,TMBRE)评估用户行为,将用户信任度、行为集等元组引入基于角色的访问控制(Role-Based Access Control,RBAC)模型,论文提出了云环境下基于用户行为评估的访问控制(User Behavior Assessment based Acess Control,UBAAC)模型。主要研究内容包括:(1)结合云计算三层服务模式所面临的安全需求和风险评估理论,论文划分了云用户威胁行为集,分析了云用户行为风险,定义了云用户行为风险因素。考虑重复发生的威胁行为会对风险值的变化构成影响,基于信息安全风险评估方程,提出了云用户行为风险计算公式。针对TMBRE中行为风险和信任计算中未考虑威胁行为次数对行为风险值和信任度的影响,在其信任评估算法的基础上引入用户威胁行为次数t,实现用户信任度的量化。(2)在传统RBAC模型中引入用户信任度、用户行为集等元组,论文提出了UBAAC模型。模型通过监测和分析合法云用户的访问行为,计算云用户的行为风险值与信任度,并依据信任度将信任等级与权限相关联,动态调整用户权限,实现用户行为和权限的动态管控。(3)论文采用验证TMBRE的方法与数据验证分析了用户行为评估算法,相比于TMBRE,UBAAC模型的行为风险值与信任度之间的变化关系更合理。通过比较用户信任度与信任等级的变化关系,验证了模型动态授权机制的可行性。通过对比其它访问控制模型的访问控制性能指标,验证了UBAAC模型的安全可信性和动态性。论文提出的云环境下基于用户行为评估的访问控制模型,通过动态监控和评价用户行为,计算用户可信度,将信任等级与权限相关联,实现用户权限的动态调整。该研究不仅能够有效地动态管控云用户行为和权限,还提高了云用户在访问云服务时的安全性和可靠性,保证了云资源安全。

关键词：云计算访问控制用户行为评估信任度动态授权

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的内部威胁检测及用户行为评估方法研究

基于深度学习的内部威胁检测及用户行为评估方法研究

引用

作者：邱麒麒桂林电子科技大学

学位级别：硕士

互联网的高速发展使得网络安全问题日益突出,而内部威胁(Insider Threats)往往是其中的一个严峻考验,有时内部威胁的危害甚至远远大于外部攻击。因此,针对内部威胁方面的关注越来越多,内部威胁检测及评估方法成为近年来的一个研究热点... 详细信息

互联网的高速发展使得网络安全问题日益突出,而内部威胁(Insider Threats)往往是其中的一个严峻考验,有时内部威胁的危害甚至远远大于外部攻击。因此,针对内部威胁方面的关注越来越多,内部威胁检测及评估方法成为近年来的一个研究热点。现有的内部威胁检测及评估方法存在耗时、精度受限且较少考虑用户行为中非恶意的异常行为的问题。基于此,论文结合两种深度学习算法变分自编码算法和堆叠式自编码算法来实现内部威胁检测和用户行为评估。论文的主要研究工作如下:随着内部威胁产生的数据规模和维度日益增长,基于普通机器学习方法的内部威胁检测及评估模型需要的特征工程也越趋于复杂且耗时。因此,利用深度学习强大的深层特征学习和抽象能力,设计了一种基于深度学习的内部威胁检测及评估模型。该模型层次划分为数据采集层、数据预处理层、内部威胁检测层、用户行为评估层和应用层。其中,内部威胁检测层和用户行为评估层是模型的核心,实现异常用户行为的检测和用户行为的威胁等级评估,为进行后续的内部威胁预警和预测提供依据。最后,基于提出的模型设计了相应的原型系统并验证了该模型的有效性。针对现有的内部威胁检测方法较少考虑非恶意的异常行为,容易造成误报和漏报,导致检测率和精度下降的问题,提出了一种基于变分自编码器(Variational Auto-Encoder,VAE)和BP神经网络的内部威胁检测方法。该方法首先利用生成模型变分自编码器训练用户行为数据,充分考虑了异常用户行为中的非恶意的异常用户行为,构建出正常用户行为模型,然后结合BP神经网络检测用户是否存在异常行为。通过对比实验,表明该方法提升了整体的检测率和精度,降低了误报率和漏报率。由于内部攻击手段呈现出复杂、新颖、多样化等特征,使得用户行为数据具有高维、异构以及海量的特点,导致采用常用机器学习的用户行为评估方法存在耗时且准确性不高的问题,提出了一种基于堆叠式自编码器(Stacked AutoEncoder,SAE)和支持向量机(Support Vector Machines,SVM)的用户行为评估方法。该方法首先利用堆叠式自编码器对用户行为数据进行降维,并进行归一化处理,解决了高维数据的稀疏性问题,后利用支持向量机对处理过后的数据进行评估。通过对比实验,结果表明该方法耗时相对更短,降低了高维用户行为数据的稀疏性,提高了整体的准确率。

关键词：内部威胁检测用户行为评估深度学习 VAE SAE

来源：评论

学校读者我要写书评

暂无评论

基于模糊综合策略的用户行为评估方法

引用

计算机技术与发展 2017年第5期27卷 138-143页

作者：张佳乐张秀芳张桂玲天津工业大学计算机科学与软件学院天津300387 廊坊师范学院数信学院河北廊坊065000

对网络用户行为的可信性评估是当今可信网络领域的研究热点之一。针对传统可信网络用户行为评估方法的主观性、局限性和静态性等问题,提出了一种基于模糊综合策略(FCS)的可信评估方法,并结合可信网络用户行为度量机制设计了用户行为评... 详细信息

对网络用户行为的可信性评估是当今可信网络领域的研究热点之一。针对传统可信网络用户行为评估方法的主观性、局限性和静态性等问题,提出了一种基于模糊综合策略(FCS)的可信评估方法,并结合可信网络用户行为度量机制设计了用户行为评估模型。该评估模型使用模糊综合评价的方法对用户行为和特征属性进行挖掘分析,以此为基础构建了评价指标及综合指标权重,并运用模糊算子对评估结果进行加权运算,从而准确地量化用户行为评估结果。通过仿真实验对四种用户行为进行了基于FCS的可信判定,并与其他两种用户行为可信判定策略进行了对比分析。实验结果与分析表明,所提出的方法能够在复杂网络环境中对用户行为进行全面、准确和动态的量化评估,且评估结果更加切合实际。

关键词：可信网络用户行为评估模糊综合策略综合指标权重模糊算子

来源：评论

学校读者我要写书评

暂无评论

可信网络中基于AHP的用户行为评估性质及应用

引用

计算机安全 2007年第12期 1-3页

作者：冀铁果胡志兴田立勤孙锦霞北京科技大学信息工程学院北京100083 北京科技大学应用学院北京100083 华北科技学院计算机系北京101601

文献[3]讨论了可信网络中一种基于AHP的用户行为评估方法。该文在文献[3]的基础上进一步讨论了用户行为评估中各特性和各证据的权重、证据值的变化对用户行为评估值的影响进行了讨论,并论证了基于AHP的用户行为评估中的一个重要性质。... 详细信息

文献[3]讨论了可信网络中一种基于AHP的用户行为评估方法。该文在文献[3]的基础上进一步讨论了用户行为评估中各特性和各证据的权重、证据值的变化对用户行为评估值的影响进行了讨论,并论证了基于AHP的用户行为评估中的一个重要性质。在此基础上,介绍了该性质在用户行为控制中的应用。

关键词：可信网络用户行为评估评估性质

来源：评论

学校读者我要写书评

暂无评论

一种面向网络状态的自适应用户行为评估方法

一种面向网络状态的自适应用户行为评估方法

引用

第十九届全国网络与数据通信学术会议

作者：陆悠罗军舟李伟于枫夏怒东南大学计算机科学与工程学院南京 210096

随着网络的不断发展，用户复杂而动态的行为往往会导致网络状态出现非预期的变化，破坏网络的平稳运行，传统用户行为评估方法由于指标及权重的主观性和静态性不足，使其很难准确衡量用户行为对网络状态变化的影响程度。因此引入粗糙集... 详细信息

随着网络的不断发展，用户复杂而动态的行为往往会导致网络状态出现非预期的变化，破坏网络的平稳运行，传统用户行为评估方法由于指标及权重的主观性和静态性不足，使其很难准确衡量用户行为对网络状态变化的影响程度。因此引入粗糙集理论，构建一种面向网络状态的自适应用户行为评估方法，该方法在采集用户行为和网络状态数据基础上，使用属性约简和属性重要度分析用户行为与网络状态变化的关联程度，根据分析结果自适应构建评估指标体系和权重，最终有效量化评估用户行为对网络状态变化的影响程度。与传统方法相比，自适应用户行为评估方法能从实际数据中挖掘指标及权重，且指标与权重可随用户行为变化而调整，从而克服了传统方法的不足，实验证明，该方法能准确的量化用户行为与网络状态变化的影响程度，评估结果有助于准确的发现影响网络运行的用户，从而为制定相应的用户控制策略，加强对用户行为的管控，提高网络可控性提供有效支持。

关键词：用户行为评估面向网络状态粗糙集

来源：评论

学校读者我要写书评

暂无评论

基于多维决策属性的网络用户行为可信度评估

引用

计算机应用研究 2011年第6期28卷 2289-2293,2320页

作者：蒋泽李双庆尹程果重庆大学计算机学院重庆400044

针对已有模型在动态适应性、主观分类权重、决策属性建模粗糙等方面的不足,提出了一种新的网络用户行为可信评估模型。采用更完善的决策属性来衡量用户行为可信性,基于AHP原理计算直接可信度,运用信息熵理论客观的分类方法,确定各个决... 详细信息

针对已有模型在动态适应性、主观分类权重、决策属性建模粗糙等方面的不足,提出了一种新的网络用户行为可信评估模型。采用更完善的决策属性来衡量用户行为可信性,基于AHP原理计算直接可信度,运用信息熵理论客观的分类方法,确定各个决策属性的权重,并通过加权几何平均融合各决策属性。实验结果表明,该模型能够准确评价网络用户行为的可信性,反映网络用户行为可信性的动态变化特性。与传统模型相比,在准确度和安全性方面有了很大提高。

关键词：多维决策属性权重用户行为可信用户行为评估

来源：评论

学校读者我要写书评

暂无评论

云计算环境下海量用户行为信任评估模型

引用

计算机仿真 2016年第3期33卷 385-388页

作者：毛建景张凯萍郑州工业应用技术学院信息工程学院河南新郑451100 南开大学软件学院天津300071

在对云计算环境下海量用户行为信任评估建模的研究过程中,采用当前算法进行评估建模时,当实体数据量增大时,计算的复杂度也会随着加大,存在建模误差大的问题。为确保网络资源安全共享,提出了一种改进动态博弈论算法的云计算环境下海量... 详细信息

在对云计算环境下海量用户行为信任评估建模的研究过程中,采用当前算法进行评估建模时,当实体数据量增大时,计算的复杂度也会随着加大,存在建模误差大的问题。为确保网络资源安全共享,提出了一种改进动态博弈论算法的云计算环境下海量用户行为信任评估建模方法,先以博弈论思想为根本,依据海量用户的历史和当前行为,利用不完全信息动态博弈对云计算环境下的海量用户进行分类,并计算海量用户行为的直接可信度、间接可信度、可信风险系数、行为活跃度、行为奖惩因子等多个决策属性,从不同角度将云计算环境下的用户行为的可信关系量化,综合成海量用户行为整体的可信度进行评估,从而建立了精确的云计算环境下海量用户行为信任评估模型。仿真证明,改进动态博弈论算法的云计算环境下海量用户行为信任评估建模方法,建模精确度高,适应性较强。

关键词：用户行为信任云计算用户行为评估

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的网络安全分域态势评估研究

基于深度学习的网络安全分域态势评估研究

引用

作者：陶晓玲桂林电子科技大学

学位级别：博士

为了应对日益复杂、隐蔽的网络安全威胁,组织机构部署了大量的网络安全设备和系统,如防火墙、入侵检测、防病毒、安全审计等,这些措施和手段在一定程度上保证了网络系统的正常运行,但是其仍然具有一定的局限性,如它们大都属于被动的静... 详细信息

为了应对日益复杂、隐蔽的网络安全威胁,组织机构部署了大量的网络安全设备和系统,如防火墙、入侵检测、防病毒、安全审计等,这些措施和手段在一定程度上保证了网络系统的正常运行,但是其仍然具有一定的局限性,如它们大都属于被动的静态防护,不能适应当前网络复杂动态变化的安全需求;各种安全工具各自为战、功能分散,它们之间缺乏统一、有效的管理调度机制等,因此,业界产生了对实现跨域、全局把握网络安全状况的理论及工具的迫切需求。网络安全态势评估技术作为应对网络安全威胁较为有效的主动防御技术之一,近年来成为了业界研究的热点。当前网络呈现体系结构复杂、网络规模庞大、具有动态虚拟化管理方式等新特点,且面临的攻击行为逐渐呈现出大规模、协同、多阶段等特性,另外,内部用户威胁行为不容忽视,且愈演愈烈,致使已有的网络安全态势评估技术面临评估不够全面、准确、效率低等诸多问题。基于此,综合分析网络构成及运行状态、用户行为及操作过程存在或出现的安全状况,并结合深度学习技术,开展网络安全态势评估模型、态势要素提取、评估指标体系、网络域态势评估、用户行为威胁检测与评估方面的研究,论文的主要工作和贡献如下:(1)设计一种层次化的网络安全态势分域评估模型。由于内部用户行为的安全威胁对网络系统安全产生了不容忽视的影响,而很少有研究将用户行为作为安全态势评估因素,这也间接导致了评估结果的不全面和不可靠。基于此,引入分域的思想,设计一种层次化的网络安全分域态势评估模型。该模型加入并区分了基于用户行为的评估数据、因素及指标,实现了评估对象的相对完整性和全面性,分别从网络域和行为域两个方面对网络进行评估;采用了分层的体系结构,按照评估工作流程将模型分成了数据层、评估层及知识层。(2)提出一种基于逐层损失补偿深度自编码器的网络态势要素提取方法。由于当前网络环境下态势评估原始数据呈现多特征、高维度等特点,而且采用深度神经网络对其进行要素提取的过程中,随着数据维度降低,逐层的特征信息损失也不断加剧,最终影响态势评估的准确性。借鉴残差神经网络和拉普拉斯金字塔思想,提出一种改进深度自编码器的态势评估要素提取方法。该方法在深度自编码器的每个编码层都添加一个损失补偿模块,该模块首先利用编码层对应的解码层进行数据还原,其次,将计算得到的特征信息损失值补偿到对应的编码层输出中。实验结果表明,相比原始深度自编码器方法,该方法的loss收敛效果更好,且与其他方法相比,该方法对BP神经网络分类性能提升较显著。(3)提出一种基于层次聚类和层次分析法的态势评估指标体系构建方法。针对目前评估指标选取主观性强、指标体系缺乏完整性,导致态势评估不全面、评估结果可信度低等问题,结合层次聚类和层次分析法,创新性地提出一种态势评估指标体系构建方法。首先,建立分域指标体系层次结构模型,确定目标层和准则层中的综合性指标。其次,采用层次分析法量化评估因素,以减少属性赋值时的主观性;然后使用层次聚类将作用相似的评估因素自动聚类,并与综合性指标形成层次关系。最后,利用层次分析法筛选出有代表性的评估因素并构建优化的指标体系。通过真实网络环境中采集的数据进行实验,结果表明,与k-means聚类相比,层次聚类能自动形成评估因素之间的层次关系,且通过构建的指标体系得出的态势值可以反映实际网络的安全态势变化。(4)提出一种基于集成学习和GRU的网络域安全态势评估方法。针对机器学习评估模型因存在较大方差和均方误差使得决策过程不平滑,进而影响评估性能的问题,结合评估数据具有时间依赖特性,提出一种基于集成学习Subagging和GRU的安全态势评估方法。该方法利用GRU网络处理评估数据中的长时期依赖问题,并对其高维特征进行有效学习和表征;基于子采样方案的Subagging算法可以提升模型的泛化能力;同时,结合遗传算法对GRU网络的训练参数进行自动寻优。实验结果表明,基于GA的参数优化方法优于基于PSO的方法;与其他方法相比,提出的方法明显具有均方误差减少效应,评估性能更佳,且评估结果能较准确地拟合出真实的网络安全态势。(5)提出一种改进生成对抗网络的用户行为威胁检测与评估方法。由于用户行为评估正负样本数据分布极其不均衡,以及用户行为存在随机多变且不可预测等特点,结合生成对抗网络在小样本数据生成方面的优势,提出一种自适应滑动窗口的用户行为威胁检测与评估方法。该方法采用了滑动窗口算法,使得序列化的用户行为数据转换成能让生成对抗网络直接处理的矩阵数据,且考虑了用户行为之间的前后关联性,设计基于属性相似度的自适应滑动窗口机制,实现不同细粒度的用户行为威胁检测,在此基础上,根据设立的准则对检测结果进行行为威胁等级评估。实验结果表明,自适应滑动窗口的检测方法性能更佳;与其他典型方法相比,提出的方法准确率较高、误报率明显降低,且能有效评估用户威胁行为。

关键词：网络安全态势评估分域深度学习要素提取指标体系用户行为评估

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：