付吉菊

(滁州城市職業(yè)學院 管理與信息學院，安徽 滁州 239000)

計算機產(chǎn)業(yè)的發(fā)展促進了移動終端在各個領(lǐng)域中的廣泛應(yīng)用.如今，如果沒有計算機，人們的日常工作是不可能完成的[1].人們可以通過網(wǎng)絡(luò)交流、娛樂、購物而不必外出.計算機的使用大大方便了人們的工作和生活.但是，在享受電腦帶來便利的同時，很多用戶的賬號和密碼卻經(jīng)常遭到惡意竊取、木馬攻擊、釣魚網(wǎng)站和欺詐誘騙等行為，這些問題給用戶造成了巨大的經(jīng)濟損失[2].網(wǎng)絡(luò)入侵數(shù)據(jù)特征挖掘技術(shù)是一種新型的主動安全保護技術(shù)，它是對傳統(tǒng)安全技術(shù)的一種有效的補充.目前，網(wǎng)絡(luò)入侵數(shù)據(jù)特征挖掘技術(shù)正逐漸成為一個熱門的領(lǐng)域.

中國每年遭受網(wǎng)絡(luò)攻擊的直接經(jīng)濟損失高達1000億元[3].在當前，開展針對網(wǎng)絡(luò)攻擊的防御技術(shù)研究顯得十分必要.為此，相關(guān)學者進行了大量研究，例如夏景明[4]對隨機森林分類系統(tǒng)中的入侵檢測進行了研究.采用高斯混合模型聚類方法對數(shù)據(jù)進行分類，并根據(jù)分類結(jié)果對其進行檢測.通過對隨機樹進行分類，可以有效地發(fā)現(xiàn)網(wǎng)絡(luò)入侵.利用nsl-kdd網(wǎng)絡(luò)入侵數(shù)據(jù)，進行了訓練和試驗，先采用屬性比例的特征抽取法對數(shù)據(jù)進行分類，再利用隨機森林分類器進行聚類，在入侵檢測中的正確率要高得多，但是誤差較大；李俊[5]等為考慮到網(wǎng)絡(luò)入侵數(shù)據(jù)集在采用過程中存在的問題，分析了網(wǎng)絡(luò)惡意入侵中跳頻數(shù)據(jù)的特點，在記憶和時序的基礎(chǔ)上，提出了一種網(wǎng)絡(luò)入侵檢測模型，通過分析網(wǎng)絡(luò)攻擊行為的時序，挖掘出入侵數(shù)據(jù)的特征，在辨識和收斂方面都有較大的提高，但是在網(wǎng)絡(luò)入侵數(shù)據(jù)特征的挖掘方面還有待研究.

基于以上研究背景，總結(jié)以往研究經(jīng)驗，本文針對交互式網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)設(shè)計一種特征自動挖掘方法，從而保證交互式網(wǎng)絡(luò)的安全穩(wěn)定運行.

1 網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征自動挖掘方法設(shè)計

1.1 識別網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)

針對交互式網(wǎng)絡(luò)中的惡意入侵跳頻數(shù)據(jù)，在挖掘其特征之前，需要先根據(jù)交互式網(wǎng)絡(luò)的結(jié)構(gòu)特點，識別出跳頻數(shù)據(jù)，通過將跳頻數(shù)據(jù)劃分為不同類型[6]，采集到具有差異特征的跳頻數(shù)據(jù)樣本，具體表示為

(1)

其中，λ表示跳頻數(shù)據(jù)狀態(tài)空間的測量值組數(shù)，dj為跳頻數(shù)據(jù)的狀態(tài)空間，δ(xk·|Zk|)為網(wǎng)絡(luò)入侵跳頻數(shù)據(jù)的先驗概率分布函數(shù)，Zr為跳頻數(shù)據(jù)狀態(tài)空間的測量值，lh為跳頻數(shù)據(jù)識別的概率密度函數(shù)，fl為跳頻數(shù)據(jù)的差異性特點.

根據(jù)采集到的跳頻數(shù)據(jù)樣本，利用K-聚類算法對不同類型的跳頻數(shù)據(jù)進行聚類[7]，公式為

(2)

其中，lk為跳頻數(shù)據(jù)的聚類中心，dk為存在差異特征的跳頻數(shù)據(jù)在識別中的先驗概率分布，sr為跳頻數(shù)據(jù)特征的分類閾值，λu為不同類型的跳頻數(shù)據(jù)特征，hp為后驗概率分布向量，dp為dk的權(quán)重.

根據(jù)跳頻數(shù)據(jù)的聚類結(jié)果，得到不同類型的網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)，以跳頻數(shù)據(jù)的類型為依據(jù)[8]，對網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的分布區(qū)域進行劃分，即

(3)

上述公式中，si是跳頻數(shù)據(jù)在不同尺度上的時間序列，dh是跳頻數(shù)據(jù)中的原始信息，fk是跳頻數(shù)據(jù)的取樣數(shù)目，fu是跳頻數(shù)據(jù)的訓練取樣特性，?i是跳頻數(shù)據(jù)的類別數(shù)目，rk是特征向量，kl是具有差別特征的標記資訊.

利用劃分得到的跳頻數(shù)據(jù)分布區(qū)域，將不同類型的跳頻數(shù)據(jù)依次聚類到各自的分布區(qū)域中[9]，給出跳頻數(shù)據(jù)識別的閾值Tf，即

(4)

其中，Er為跳頻數(shù)據(jù)所屬的屬性類型，ki為跳頻數(shù)據(jù)分類識別的后驗概率不確定性，vy為跳頻數(shù)據(jù)的信息熵集合，μt為不同類型跳頻數(shù)據(jù)的相似度，ko為跳頻數(shù)據(jù)采集的時間序列權(quán)重.

根據(jù)給定的跳頻數(shù)據(jù)識別閾值，即可識別到網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)

(5)

式中，sk表示跳頻數(shù)據(jù)識別值偏離真值的程度.

通過在交互式網(wǎng)絡(luò)中采集跳頻數(shù)據(jù)樣本，聚類處理了跳頻數(shù)據(jù)，并根據(jù)跳頻數(shù)據(jù)樣本所處的差異性特征分布區(qū)域，設(shè)置了不同類型跳頻數(shù)據(jù)之間的識別閾值，從而實現(xiàn)對跳頻數(shù)據(jù)的識別.

1.2 檢索網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的頻繁項集

利用識別到的網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)，對網(wǎng)絡(luò)惡意入侵數(shù)據(jù)的統(tǒng)計特征進行監(jiān)測[10]，監(jiān)測結(jié)構(gòu)如圖1所示.

圖1 網(wǎng)絡(luò)惡意入侵數(shù)據(jù)的統(tǒng)計特征監(jiān)測結(jié)構(gòu)

針對交互式網(wǎng)絡(luò)中的惡意攻擊數(shù)據(jù)，結(jié)合統(tǒng)計特性監(jiān)控，提出一種跳頻數(shù)據(jù)的分配算法[11].首先對網(wǎng)絡(luò)惡意攻擊數(shù)據(jù)庫中的頻繁項進行提取，并利用頻繁項集合構(gòu)造最小信任度，那么在檢索過程中，定義了跳頻數(shù)據(jù)的轉(zhuǎn)發(fā)控制協(xié)議，即

(6)

上式中，ζth表示跳頻數(shù)據(jù)轉(zhuǎn)發(fā)控制的優(yōu)先級別，G表示轉(zhuǎn)發(fā)控制協(xié)議的擁塞程度，?r表示可靠性概率，hi表示跳頻數(shù)據(jù)轉(zhuǎn)發(fā)控制的速率比.

對于交互式網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)分布的Sink節(jié)點EHs(j)和EHs(k)，采用Apriori 算法設(shè)計網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)分布算法[12]，表示為

(7)

上式中，Vt(k)表示網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的統(tǒng)計概率分布，計算公式為

(8)

式中，βi的取值范圍在0～1之間.

根據(jù)跳頻數(shù)據(jù)在交互式網(wǎng)絡(luò)中得到信息源分布情況，計算出跳頻數(shù)據(jù)在頻繁項集中的權(quán)重，即

(9)

其中，Yi1表示標準化前網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)樣本的維度.

利用數(shù)據(jù)在交互式網(wǎng)絡(luò)中傳輸?shù)南嗷リP(guān)聯(lián)數(shù)，對基于交互式網(wǎng)絡(luò)的網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征分配進行了自適應(yīng)的排序，在引入相關(guān)檢測技術(shù)的基礎(chǔ)上，在分布式網(wǎng)絡(luò)中搜索出跳頻數(shù)據(jù)庫中的所有頻繁項集合，公式表示為

(10)

上式中，VT表示跳頻數(shù)據(jù)在頻繁項集上生成數(shù)據(jù)序列的速率，J表示頻繁項集合，W(p)表示頻繁項集合J的二次函數(shù)，β表示跳頻數(shù)據(jù)到達頻繁項集中的速率.

通過監(jiān)測網(wǎng)絡(luò)惡意入侵數(shù)據(jù)的統(tǒng)計特征，定義了跳頻數(shù)據(jù)的轉(zhuǎn)發(fā)控制協(xié)議，采用Apriori 算法設(shè)計網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)分布算法，在交互式網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的信源分布域中，檢索出網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的頻繁項集.

1.3 構(gòu)建網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征挖掘模型

通過對跳頻數(shù)據(jù)頻繁項的檢索，建立了基于跳頻數(shù)據(jù)的特征挖掘模型，利用雙線性 Hough變換分析了網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的雙曲線跳頻特征[13]，結(jié)合跳頻分解，定義了跳頻數(shù)據(jù)在基函數(shù)集U中的子空間，表示為

(11)

其中，m(T)表示原始跳頻數(shù)據(jù)在基函數(shù)集U中的波束域，T0表示跳頻數(shù)據(jù)樣本的初始采樣時間，Wn(T,V)表示跳頻數(shù)據(jù)特征在頻譜區(qū)間的伸縮尺度，V0表示初始采樣速度，V表示影響跳頻數(shù)據(jù)特征挖掘的干擾強度.

為了計算出跳頻數(shù)據(jù)之間的最佳匹配尺度，在引入跳頻分解技術(shù)的基礎(chǔ)上[14]，在頻譜函數(shù)f和基底函數(shù)φγ0之間，構(gòu)建了跳頻數(shù)據(jù)的概率密度函數(shù)，表示為

(12)

(13)

其中，φ0表示跳頻數(shù)據(jù)的初始采樣幅值，sn-i表示標準采樣點的時間序列，εj表示時頻分析中頻譜的振蕩幅值.

(14)

式中，g()表示數(shù)據(jù)挖掘函數(shù)，通過分析交互式網(wǎng)絡(luò)中惡意入侵跳頻數(shù)據(jù)的頻譜特征，構(gòu)建了跳頻數(shù)據(jù)特征挖掘模型，實現(xiàn)網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征的挖掘，實現(xiàn)流程如圖2所示.

圖2 網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征的挖掘流程

圖2中，采集到具有差異特征的跳頻數(shù)據(jù)樣本后，檢索網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)的頻繁項集，結(jié)合跳頻數(shù)據(jù)之間的最佳匹配尺度，判斷是否滿足設(shè)定的轉(zhuǎn)發(fā)控制協(xié)議，聯(lián)合得出了跳頻數(shù)據(jù)的時間-頻率分析模型，求解并輸出入侵跳頻數(shù)據(jù)特征.

2 實驗分析

2.1 實驗數(shù)據(jù)集

為了驗證文中方法對交互式網(wǎng)絡(luò)惡意入侵數(shù)據(jù)特征的挖掘效果，本文選擇MKK UK08數(shù)據(jù)集作為實驗數(shù)據(jù)集.MKK UK08數(shù)據(jù)集是從某局域網(wǎng)上采集的網(wǎng)絡(luò)連接數(shù)據(jù)，主要包括遠程未授權(quán)用戶非法進入攻擊、拒絕服務(wù)攻擊、本地用戶非法獲取特權(quán)用戶權(quán)限攻擊以及漏洞掃描探測攻擊等四個攻擊類型.

MKK UK08數(shù)據(jù)集中每一條跳頻數(shù)據(jù)都由36個屬性特征組成，本文選取其中10個特征進行驗證，表1給出了跳頻數(shù)據(jù)的屬性特征.

表1 跳頻數(shù)據(jù)的屬性特征描述

屬性名稱特征描述類型Root_shell是否獲得了root管理員權(quán)限離散型Dst_host_srv_serror_rate同目標同服務(wù)不同源主機的連接所占比例連續(xù)型Dst_hostcount具有相同目標主機的連接數(shù)量連續(xù)型Count兩秒內(nèi)對相同一個主機發(fā)出的連接數(shù)目連續(xù)型

2.2 設(shè)置評價指標

實驗過程中，為了突出文中跳頻數(shù)據(jù)特征挖掘方法的優(yōu)越性，引入基于隨機森林分類器的挖掘方法和基于GRU-RNN的挖掘方法做對比，先利用抗干擾系數(shù)指標衡量跳頻數(shù)據(jù)特征的挖掘性能，計算公式為

(15)

其中，Zk表示跳頻數(shù)據(jù)的屬性特征，p表示數(shù)據(jù)采集正確率，T表示數(shù)據(jù)采集周期，gd表示跳頻數(shù)據(jù)特征之間的關(guān)聯(lián)度.根據(jù)公式(15)可以看出，抗干擾系數(shù)越小，跳頻數(shù)據(jù)特征挖掘的精度越高，反之則低.

接著采用冗余度指標衡量跳頻數(shù)據(jù)特征挖掘的質(zhì)量，計算公式為

(16)

其中，εr表示跳頻數(shù)據(jù)特征的觀測向量，j表示數(shù)據(jù)特征的均衡度.通過公式(16)的計算，冗余度越小，說明跳頻數(shù)據(jù)特征挖掘的質(zhì)量越好，反之則差.

2.3 性能測試

三種方法在挖掘網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征時的抗干擾系數(shù)測試結(jié)果如圖3所示.

圖3 抗干擾系數(shù)測試結(jié)果

根據(jù)圖3的結(jié)果可知，基于隨機森林分類器的挖掘方法和基于GRU-RNN的挖掘方法在挖掘跳頻數(shù)據(jù)不同特征時的抗干擾系數(shù)比較接近，雖然基于GRU-RNN的挖掘方法較低，但是抗干擾系數(shù)仍然在0.2以上，而采用文中方法挖掘跳頻數(shù)據(jù)不同特征時，抗干擾系數(shù)一直處于0.1以下，說明文中方法在挖掘跳頻數(shù)據(jù)特征時的性能更好.

2.4 質(zhì)量測試

跳頻數(shù)據(jù)特征挖掘的冗余度測試結(jié)果如圖4所示.

圖4 冗余度測試結(jié)果

圖4的結(jié)果顯示，在冗余度測試中，基于隨機森林分類器的挖掘方法和基于GRU-RNN的挖掘方法超過了35%，而采用文中方法挖掘跳頻數(shù)據(jù)特征時，可以降低跳頻數(shù)據(jù)特征的冗余度，將冗余度控制在20%以內(nèi)，因此文中方法可以提高跳頻數(shù)據(jù)特征挖掘的質(zhì)量.

3 結(jié)束語

本文提出了交互式網(wǎng)絡(luò)惡意入侵跳頻數(shù)據(jù)特征自動挖掘方法研究，經(jīng)過實驗測試發(fā)現(xiàn)，該方法在挖掘交互式網(wǎng)絡(luò)中的惡意入侵跳頻數(shù)據(jù)特征時，可以提高跳頻數(shù)據(jù)特征挖掘的性能，同時保證跳頻數(shù)據(jù)的質(zhì)量.但是本文的研究還存在很多不足，在今后的研究中，希望可以利用人工神經(jīng)網(wǎng)絡(luò)對跳頻數(shù)據(jù)訓練，去掉數(shù)據(jù)中的冗余特征，進一步提高挖掘的質(zhì)量.