卡曼算法在計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析中的應(yīng)用

劉明啟 新余學(xué)院現(xiàn)代教育技術(shù)中心

卡曼算法在計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析中的應(yīng)用

劉明啟 新余學(xué)院現(xiàn)代教育技術(shù)中心

在網(wǎng)絡(luò)安全態(tài)勢分析中實(shí)施卡曼算法之前，要使用人工免疫全面分析網(wǎng)絡(luò)安全態(tài)勢，從而找出網(wǎng)絡(luò)安全態(tài)勢的預(yù)測值，以此實(shí)現(xiàn)網(wǎng)絡(luò)安全態(tài)勢預(yù)測過程的順利開展，以此有效提高計(jì)算機(jī)網(wǎng)絡(luò)的安全性。本文分析卡曼算法在計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析中的應(yīng)用。

卡曼算法 計(jì)算機(jī) 網(wǎng)絡(luò)安全態(tài)勢

網(wǎng)絡(luò)安全態(tài)勢感知主要是以網(wǎng)絡(luò)安全對健康發(fā)展的需求研發(fā)的一種全新技術(shù)，其中的態(tài)勢預(yù)測能夠?yàn)榫W(wǎng)絡(luò)管理人員在計(jì)算機(jī)網(wǎng)絡(luò)管理過程中提供決策。傳統(tǒng)預(yù)測方式已經(jīng)無法滿足現(xiàn)代網(wǎng)絡(luò)需求，可以在計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析過程中使用卡曼算法，從而解決實(shí)際使用中的網(wǎng)絡(luò)安全問題，其具有較高的預(yù)測價(jià)值。

1 卡曼算法在網(wǎng)絡(luò)安全態(tài)勢分析中的應(yīng)用

本節(jié)通過人工免疫網(wǎng)絡(luò)安全態(tài)勢實(shí)現(xiàn)網(wǎng)絡(luò)安全的評估，之后創(chuàng)建模型結(jié)構(gòu)，通過網(wǎng)絡(luò)安全方面進(jìn)行分析，網(wǎng)絡(luò)安全態(tài)勢的狀態(tài)一般是離散時(shí)間動(dòng)態(tài)，在實(shí)現(xiàn)系統(tǒng)分析過程中的結(jié)果，能夠通過系統(tǒng)狀態(tài)向量及觀測進(jìn)行表示。通過這方面進(jìn)行觀察的過程方程主要通過下式進(jìn)行表示：x(n+1)=F(n+1,n)x(n)+v1(n)

本式中的x(n)表示系統(tǒng)在處于離散時(shí)間過程中的向量，此向量不容易被檢測，只能夠被計(jì)算。F(n+1,n)表示對系統(tǒng)進(jìn)行分析時(shí)候的轉(zhuǎn)臺(tái)轉(zhuǎn)矩陣；v1(n)指的是系統(tǒng)轉(zhuǎn)移過程中出現(xiàn)的加速性噪聲，是一種噪聲向量，之后對觀測方程進(jìn)行進(jìn)一步的分析，通過下式表示：

本式中的J(n)指的是在動(dòng)態(tài)系數(shù)時(shí)間過程中的觀測向量，其中C(n)指的是系統(tǒng)為動(dòng)態(tài)過程中的觀測矩陣，其中x(n)表示在通過動(dòng)態(tài)系統(tǒng)中觀測矩陣之后，能夠轉(zhuǎn)變?yōu)榭捎^測數(shù)量；其中的v2(n)為噪聲觀測向量。

根據(jù)上述的計(jì)算和分析之后，表示其能夠通過卡曼算法實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢的分析，之后通過分析過程中的安全態(tài)勢值實(shí)現(xiàn)針對性的分析，這個(gè)時(shí)候的n≥1，之后通過以上方程得到x(i)的分量。

2 計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析中的預(yù)測模型設(shè)計(jì)

根據(jù)上述分析中，人工免疫網(wǎng)絡(luò)安全態(tài)勢評估算法能夠?qū)崿F(xiàn)網(wǎng)絡(luò)安全態(tài)勢預(yù)算，并且也是網(wǎng)絡(luò)安全態(tài)勢分析的主要基礎(chǔ)，通過預(yù)測算和網(wǎng)絡(luò)安全狀態(tài)的因素相互結(jié)合，表示收集的對網(wǎng)絡(luò)安全影響的因素是尤為關(guān)鍵的內(nèi)容。在模型創(chuàng)建過程中，首先要在預(yù)測框中的最低級別模塊設(shè)置數(shù)據(jù)采集模塊，其主要目的為對網(wǎng)絡(luò)信息中的要素進(jìn)行收集，但是因?yàn)橛写罅繉W(wǎng)絡(luò)安全態(tài)勢的影響因素，所以為了能夠有效提高預(yù)測的效率及準(zhǔn)確性，就要?jiǎng)?chuàng)建網(wǎng)絡(luò)安全評估架構(gòu)，詳見圖1。

要因?yàn)榭惴V波器能夠?qū)崿F(xiàn)系統(tǒng)離散控制過程的處理，并且其滿足網(wǎng)絡(luò)安全態(tài)勢的預(yù)測離散控制交換系統(tǒng)特點(diǎn)，其能夠通過狀態(tài)方程及觀測方程的描述進(jìn)行表示，詳見下式：

Y(k)表示時(shí)間動(dòng)態(tài)過程中的狀態(tài)向量，U1(k)表示過程的噪聲矢量，其是在噪聲和誤差流轉(zhuǎn)過程中出現(xiàn)的，觀測方程通過下式進(jìn)行表示：z(k+1)=B(k)?Y(k+1)+U2(k)

Z(k+1)指的是在一定時(shí)間中的系統(tǒng)觀測向量，B(k)表示觀測向量。

通過以上可以看出來，計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢分析過程中的卡曼算法使用的原理為：通過關(guān)鍵影響因子值及網(wǎng)絡(luò)安全態(tài)勢值，能夠進(jìn)一步得到狀態(tài)向量，在某個(gè)狀態(tài)向量中的下個(gè)時(shí)間段，N就是獲取量，并且能夠通過目前的狀態(tài)矢量對得到的網(wǎng)絡(luò)安全態(tài)勢值在下個(gè)時(shí)間的次值進(jìn)行計(jì)算。

3 實(shí)驗(yàn)結(jié)果研究

為了能夠?qū)?shí)現(xiàn)決策的驗(yàn)證，并且驗(yàn)證網(wǎng)絡(luò)安全態(tài)勢中的卡曼算法有效性，就要實(shí)現(xiàn)針對性的仿真實(shí)驗(yàn)，實(shí)驗(yàn)過程的配置主要包括雙核CPU、內(nèi)存及單核主頻，實(shí)現(xiàn)實(shí)驗(yàn)?zāi)M的計(jì)算機(jī)軟件主要包括Win8操作系統(tǒng)，編程語言及OMNET++軟件。實(shí)現(xiàn)三臺(tái)主機(jī)配置在OMNET++軟件中的檢測模擬，在模擬過程中的應(yīng)用部分?jǐn)?shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)源，實(shí)現(xiàn)模擬端口的設(shè)計(jì)，并且對服務(wù)器進(jìn)行攻擊模擬，使其能夠?qū)ζ溥M(jìn)行識(shí)別并且拒絕使用。之后計(jì)算一百個(gè)互聯(lián)網(wǎng)的安全值，并且對得到的安全態(tài)勢值就進(jìn)行統(tǒng)一化的護(hù)理和計(jì)算，歸一公式通過以下進(jìn)行表示：x1=(x-xmin)/(xmax-xmin)

Xmax為最小的態(tài)勢值，xmin為最大的態(tài)勢值，x表示目前的態(tài)勢值，對目前的態(tài)勢值進(jìn)行統(tǒng)一的規(guī)劃處理，實(shí)現(xiàn)態(tài)勢值在0-1之間的控制。

對于x(0)=[0 0]進(jìn)行初始化，通過計(jì)算結(jié)果中的七十組數(shù)據(jù)進(jìn)行訓(xùn)練，并且對之后的三十組數(shù)據(jù)進(jìn)行預(yù)測，圖2為預(yù)測的具體結(jié)果。

圖2 計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢中卡曼算法的安全態(tài)勢預(yù)測結(jié)

通過上述研究結(jié)果表示，卡曼算法預(yù)測能夠表現(xiàn)出網(wǎng)絡(luò)的安全態(tài)勢變化，還能夠展現(xiàn)出預(yù)測精度，以此表示此算法可行。

計(jì)算機(jī)安全態(tài)勢預(yù)測指的就是將網(wǎng)絡(luò)安全管理的被動(dòng)性防御轉(zhuǎn)變?yōu)橹鲃?dòng)性防御，在實(shí)際的計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行環(huán)境中，因?yàn)槎喾N因素會(huì)導(dǎo)致網(wǎng)絡(luò)態(tài)勢模型不能夠進(jìn)行安全態(tài)勢檢測，以此使計(jì)算機(jī)網(wǎng)絡(luò)在使用過程中具有較大的威脅，嚴(yán)重影響了網(wǎng)絡(luò)信息化的持續(xù)發(fā)展。在網(wǎng)絡(luò)安全態(tài)勢預(yù)測中使用卡曼算法，能夠使網(wǎng)絡(luò)在運(yùn)行過程中的安全性進(jìn)一步的增強(qiáng)。通過本文分析表示，卡曼算法能夠有效提高網(wǎng)絡(luò)安全的態(tài)勢值，并且提高實(shí)際的預(yù)測價(jià)值，其可以在實(shí)際網(wǎng)絡(luò)環(huán)境中使用，從而保障了現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境運(yùn)行的安全性。

[1]李小玲,胡海.基于卡爾曼算法的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法分析[J].現(xiàn)代電子技術(shù),2016(3):84-85

[2]鄧侗.神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評價(jià)中的應(yīng)用研究[J].商業(yè)故事,2016,28(14):126-129