1 / 8
文档名称:

机器学习在网络空间安全研究中的应用分析.doc

格式:doc   大小:16KB   页数:8页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

文档介绍:机器学习在网络空间安全研究中的应用分析

摘要:我国正在逐步实现信息化社会建设,现代信息技术发展速度越来越快,带动了整个网络空间数据量的增长,给网络空间安全管理带来了巨大的难题。随着网络空间连入点的增加,在海量数据面前,传统的网中,能够有效地提取和分析记录恶意域名数据,通过域名对比进行监测,能够争取的判断域名的安全性。
3)网路安全检测。由于网络空间中存在许多网络接入点,已经再进行网络安全检测时需要通过数据收集、分析和控制,利用机器学习能够更好地发现安全隐患,并通过有效的防范手段对安全问题进行处理。机器学习在网络空间安全研究的用用,能够更好地检测网络空间中攻击、入侵行为,提高檢测效率,使网络空间的安全得到保障。
3 机器学习在网络空间安全研究中的应用分析
网络空间安全作为网络空间的重要内容,完善网络基础设施能够使网络空间更具安全性,为其安全运营打下良好的基础,利用机器学习开展对网络空间的各种安全检测,能够使互联网络的运营更加安全,下面将对机器学习在网络空间安全研究中的应用进行分析,对机器学习在网络空间安全研究成过进行简要介绍。

1)在网络基础设施安全中的研究应用。网络基础设施是保证计算机实现运行的基础设施,包括远程通信网、有线电视网等,其中最重要的网络基础设施为路由系统和域名系统,网络活动的安全展开需要依托这些系统的安全运行,所以在对机器学习在网络空间安全研究中,路由系统和域名系统的安全是重点内容,在最近的研究中,通过机器学习在网络空间中进行BGP异常检测和DNS恶意攻击检测已经得到了一定的成就,下面将对这两项安全监测内容进行简要介绍:第一,BGP异常检测。所谓的BGP是Border Gateway Protocol的缩写,也就是边界网关协议,是运行于 TCP 上的一种自治系统的路由协议。BGP 系统能够让不相关的互联网路由域间进行连接,从而实现信息交换,能够和其他的 BGP 系统交换网络可达信息,但是有一个不足之处就是,由于没有可信任的路由认证体系,导致难以对邻居自治系统的完整性和安全性,这个问题使得路由器系统遭受了大量的危机,例如前缀劫持、异常BGP更新消息等都降低了互联网安全,传统的异常路由识别都是通过各种统计分析、信号处理等方式来进行处理,但是这些方式难以对所有宜昌路有进行有效识别。在利用机器学习开展网络空间安全研究中,研究人员通过大量的实践研究,发现了长短期记忆网络,能够有效对异常路由进行监测,能够及时提取BGP更新消息或时序中的异常信息,并进行警告。但是机器学习在网络空间安全研究中的异常路由检测应用的准确性还得不到保证,有可能会出现误报、漏报等问题,所以目前机器学习对异常路由检测还只是应用在模型构建和讨论当中,还需要进行更加深入的研究,从而提高机器学习在路由异常检测中的准确性。第二,恶意域名检测。域名系统缩写DNS,作为互联网的一项服务,能够使互联网防卫更加便利。所以对域名系统的恶意工基非常的多,因此对域名系统的安全一直都是网络空间安全的重要内容。机器学习在网络空间安全研究中的应用推动恶意域名检测研究的进行,利用机器学习,恶意域名检测将离线模型和在线模型相结合,使恶意域名检测研究得到了一定的成就。但是也还有两点不足之处,其一就是当攻击方熟悉了域名检测系统原理后,就能够避开检测系统进行攻击;其

分享好友

预览全文

机器学习在网络空间安全研究中的应用分析.doc

上传人:好用的文档 2022/5/18 文件大小:16 KB

下载得到文件列表

机器学习在网络空间安全研究中的应用分析.doc

相关文档