云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)研究

劉俊賢 吳新龍

摘 要： 為提高云計(jì)算中心網(wǎng)絡(luò)安全性，提出云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)方法。采用相空間分布式重構(gòu)法構(gòu)建樣本序列分布結(jié)構(gòu)模型，建立了云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全特征量，結(jié)合信息融合方法進(jìn)行多用戶網(wǎng)絡(luò)隔離特征模糊關(guān)聯(lián)規(guī)則分布集重組，提取了安全信息的譜特征量，采用機(jī)器學(xué)習(xí)尋優(yōu)法進(jìn)行云計(jì)算中心多維信息搜索和模糊聚類處理，實(shí)現(xiàn)多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)和特征識(shí)別。仿真對(duì)比實(shí)驗(yàn)表明，該方法對(duì)入侵的檢測(cè)結(jié)果與實(shí)際結(jié)果基本一致，誤差識(shí)別率低，更具實(shí)用性。

關(guān)鍵詞： 云計(jì)算中心; 多用戶網(wǎng)絡(luò); 隔離性; 安全檢測(cè)

中圖分類號(hào)： TP 393 ? ? ?文獻(xiàn)標(biāo)志碼： A

Abstract： In order to improve the network security of cloud computing center， a multi-user network isolation security detection method is proposed. Phase space distributed reconstruction method is used to construct sample sequence distribution structure model， it establishes a cloud computing center multi-user network security isolation characteristics， combines with the feature of information fusion method for multi-user network isolation restructuring. The distribution of fuzzy association rules is set to extract the spectral properties of the security information quantity. By machine learning optimization method for cloud computing center multi-dimensional information search and fuzzy clustering process are adopted to realize the user network security isolation， detection and identification. The simulation results show that the proposed method is consistent with the actual results， with a low error recognition rate and more practical.

Key words： cloud computing center; multi-user network; isolation; security detection

0 引言

云計(jì)算中心多用戶網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)信息傳輸和通信已成為未來(lái)網(wǎng)絡(luò)數(shù)據(jù)傳輸和通信發(fā)展的主要方向[1-2]。在采用云計(jì)算中心多用戶網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸過(guò)程中，由于網(wǎng)絡(luò)的無(wú)線傳輸特性，導(dǎo)致云計(jì)算中心多用戶網(wǎng)絡(luò)傳輸容易受到病毒入侵，導(dǎo)致網(wǎng)絡(luò)的安全性性不好[3]。

目前針對(duì)該問題，相關(guān)領(lǐng)域出現(xiàn)了一些較好研究成果。文獻(xiàn)[4]提出基于頻譜關(guān)聯(lián)聯(lián)合估計(jì)的云計(jì)算中心網(wǎng)絡(luò)安全信息檢測(cè)方法。建立云計(jì)算中心安全檢測(cè)特征分析模型，結(jié)合模糊關(guān)聯(lián)規(guī)則調(diào)度實(shí)現(xiàn)云計(jì)算中心網(wǎng)絡(luò)安全檢測(cè)，但該方法計(jì)算成本較大，應(yīng)用性能不夠理想。文獻(xiàn)[5]提出基于自適應(yīng)卷積濾波的云計(jì)算多用戶網(wǎng)絡(luò)安全檢測(cè)方法。構(gòu)建云計(jì)算中心網(wǎng)絡(luò)安全信息特征提取模型，提高檢測(cè)能力，但該方法的抗干擾性不好，網(wǎng)絡(luò)的抗攻擊能力不強(qiáng)。

針對(duì)上述問題，提出基于云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)方法。構(gòu)建云計(jì)算中心安全信息的特征分布模型，結(jié)合信息融合法進(jìn)行多用戶網(wǎng)絡(luò)隔離特征模糊關(guān)聯(lián)規(guī)則分布集重組，建立云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息特征分布集，在機(jī)器學(xué)習(xí)下實(shí)現(xiàn)多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)和特征識(shí)別。仿真測(cè)試結(jié)果可知，研究方法對(duì)入侵的檢測(cè)結(jié)果與實(shí)際結(jié)果基本一致，且能夠?qū)θ肭植《緦?shí)現(xiàn)有效隔離。

1 多用戶網(wǎng)絡(luò)隔離性安全信息特征提取

1.1 安全異常譜特征量的獲取

為實(shí)現(xiàn)基于機(jī)器學(xué)習(xí)算法的云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測(cè)，首先構(gòu)建云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息的相空間分布結(jié)構(gòu)模型，提取云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息特征量[6]，得到云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息采樣模型，如圖1所示。

3 仿真測(cè)試分析

對(duì)云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測(cè)的方法的驗(yàn)證采用Matlab仿真平臺(tái)，設(shè)定網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)包為Prob病毒數(shù)據(jù)包，網(wǎng)絡(luò)安全隔離信道的最大容量為2TB，對(duì)云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性檢測(cè)的門限為1.85，模糊迭代次數(shù)為1 200，時(shí)間相關(guān)參數(shù)為：TB=1.5Tp，ΔT=0.5Tp，云計(jì)算中心多用戶網(wǎng)絡(luò)隔離信息的離散采樣率為fs=10*f0Hz=10 KHz，入侵信息分布的帶寬B=1 000 Hz，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全信息檢測(cè)。

為驗(yàn)證研究方法在云計(jì)算中心多用戶網(wǎng)絡(luò)隔離安全檢驗(yàn)的效果，與得到檢測(cè)結(jié)果如圖2所示。

分析圖2得知，與實(shí)際入侵結(jié)果越貼合，檢測(cè)準(zhǔn)確度越高。傳統(tǒng)方法檢測(cè)結(jié)果與實(shí)際入侵不符，而研究方法能較準(zhǔn)確地檢測(cè)出在100Hz時(shí)的入侵病毒，與實(shí)際結(jié)果更接近。說(shuō)明研究方法檢測(cè)準(zhǔn)確率高，有效實(shí)現(xiàn)了對(duì)云計(jì)算中心多用戶網(wǎng)絡(luò)隔離性安全檢測(cè)。