面向大數(shù)據(jù)的超啟發(fā)式SVM的網(wǎng)絡(luò)安全框架探討

張榮

【摘要】 ? ?大數(shù)據(jù)時(shí)代背景下，網(wǎng)絡(luò)安全問(wèn)題備受關(guān)注，借助大數(shù)據(jù)技術(shù)構(gòu)建超啟發(fā)式SVM框架，能夠大大減少安全風(fēng)險(xiǎn)，高效排除安全隱患。基于網(wǎng)絡(luò)安全維護(hù)需求，合理配置超啟發(fā)式SVM，從整體上提高網(wǎng)絡(luò)安全架構(gòu)有效性。本文在超啟發(fā)式SVM網(wǎng)絡(luò)安全框架介紹的基礎(chǔ)上，分析計(jì)算機(jī)網(wǎng)絡(luò)安全架構(gòu)組成，最后重點(diǎn)探究大數(shù)據(jù)超啟發(fā)式SVM的網(wǎng)絡(luò)安全框架配置優(yōu)化策略，旨在為同行提供借鑒。

【關(guān)鍵詞】 ? ?大數(shù)據(jù) ? ?超啟發(fā)式SVM ? ?網(wǎng)絡(luò)安全框架

Discussion on Network Security Framework of Super-heuristic SVM for Big Data

Zhang Rong ? ?Technical support room of 32683 Army，Liaoning Shenyang 110821

Absrtact： under the background of big data era， network security has attracted much attention. Using big data technology to construct super heuristic SVM framework can greatly reduce security risks and eliminate security risks efficiently. Based on the requirements of network security maintenance， the effectiveness of network security architecture is improved by rational allocation of super-heuristic SVM，. On the basis of the introduction of super heuristic SVM network security framework， this paper analyzes the composition of computer network security architecture. Finally， it focuses on the network security framework configuration optimization strategy of big data super heuristic SVM， which aims to provide reference for peers.

Keywords： big data; hyper-heuristic SVM; network security framework

引言：

網(wǎng)絡(luò)信息安全維護(hù)工作刻不容緩，網(wǎng)絡(luò)安全維護(hù)人員借助大數(shù)據(jù)技術(shù)構(gòu)建超啟發(fā)式SVM網(wǎng)絡(luò)安全框架，能夠保證網(wǎng)絡(luò)通信的穩(wěn)定度，還能有效規(guī)避危險(xiǎn)行為。為充分發(fā)揮超啟發(fā)式SVM網(wǎng)絡(luò)安全框架實(shí)用性，務(wù)必科學(xué)設(shè)置內(nèi)核參數(shù)，改進(jìn)內(nèi)核類型，大大降低網(wǎng)絡(luò)安全事故發(fā)生率。大數(shù)據(jù)時(shí)代下，多角度、深層次分析超啟發(fā)式SVM的網(wǎng)絡(luò)安全框架具有迫切性和必要性。

一、超啟發(fā)式SVM網(wǎng)絡(luò)安全框架介紹

機(jī)器學(xué)習(xí)算法細(xì)分多種，其中SVM支持向量機(jī)廣泛普及，且實(shí)用性較高，為網(wǎng)絡(luò)安全維護(hù)做出了重要貢獻(xiàn)。大數(shù)據(jù)時(shí)代下，網(wǎng)絡(luò)安全維護(hù)工作被提出新的要求，超啟發(fā)式SVM架構(gòu)在惡意軟件檢測(cè)中表現(xiàn)出快速、準(zhǔn)確等優(yōu)勢(shì)，同時(shí)，能夠在身份驗(yàn)證環(huán)節(jié)發(fā)揮把關(guān)作用[1]。超啟發(fā)式框架在網(wǎng)絡(luò)安全問(wèn)題解決中起到至關(guān)重要的作用，究其本質(zhì)，高層策略、底層啟發(fā)式這兩項(xiàng)內(nèi)容在問(wèn)題解答環(huán)節(jié)通過(guò)調(diào)整內(nèi)核參數(shù)來(lái)獲得最優(yōu)解，SVM配置如下：

建立最優(yōu)決策函數(shù)。多維度空間內(nèi)完成向量映射任務(wù)，即xi映射到特征空間，一般來(lái)說(shuō)，特征空間維度用W表示。決策函數(shù)自身有相應(yīng)的表達(dá)式，并且在雙重問(wèn)題轉(zhuǎn)化環(huán)節(jié)較適用，為最佳決策提出做出充足準(zhǔn)備。進(jìn)一步詳解可知，自身表達(dá)式，雙重問(wèn)題表達(dá)式，字母含義分別為：min為最小值，w表示權(quán)重向量，C表示懲罰系數(shù)，L表示樣本集數(shù)量，和分別是松弛變量（≥0）;和表示拉格朗日系數(shù)，為核函數(shù)，b為偏置向量。由于網(wǎng)絡(luò)安全問(wèn)題解決需要一段過(guò)程，所以不同階段對(duì)應(yīng)特殊函數(shù)，函數(shù)選擇時(shí)，以最佳內(nèi)核性能為選擇標(biāo)準(zhǔn)，因此，SVM配置工作得到應(yīng)有重視。

優(yōu)化SVM成本函數(shù)。通過(guò)數(shù)據(jù)測(cè)試減小誤差，用<參數(shù)化算法SVM，搜索空間，樣本集分布D，成本函數(shù)M，統(tǒng)計(jì)信息S>表示。配置方案有多種，根據(jù)這一表達(dá)式創(chuàng)設(shè)多樣配置條件，當(dāng)，，實(shí)現(xiàn)M（θ）優(yōu)化目的。需說(shuō)明的是，目標(biāo)函數(shù)優(yōu)化環(huán)節(jié)優(yōu)化算法，進(jìn)而形成最優(yōu)集，獲得最優(yōu)解。

二、計(jì)算機(jī)網(wǎng)絡(luò)安全架構(gòu)的基本組成

大數(shù)據(jù)是大型復(fù)雜數(shù)據(jù)集，它具有海量性、多樣性、快速性等特征，現(xiàn)今半結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)普遍出現(xiàn)，使得計(jì)算機(jī)網(wǎng)絡(luò)安全架構(gòu)調(diào)整方向發(fā)生變化，且網(wǎng)絡(luò)安全全面維護(hù)成為可能[2]。計(jì)算機(jī)網(wǎng)絡(luò)安全架構(gòu)由下述三部分組成，各部分間緊密聯(lián)系，當(dāng)其中某個(gè)環(huán)節(jié)出現(xiàn)安全風(fēng)險(xiǎn)，則網(wǎng)絡(luò)安全維護(hù)人員能夠立即啟動(dòng)應(yīng)急方案，通過(guò)SVM配置優(yōu)化實(shí)現(xiàn)網(wǎng)絡(luò)安全隱患規(guī)避，低成本維護(hù)。各組成部分運(yùn)作效能分析如下。

2.1實(shí)體安全管理

基于三維網(wǎng)絡(luò)安全框架精心設(shè)計(jì)實(shí)體單元，在此期間參照安全機(jī)制完成網(wǎng)絡(luò)安全服務(wù)接口與管理端口、安全顯示器、管理信息庫(kù)設(shè)計(jì)任務(wù)，確保網(wǎng)絡(luò)安全、應(yīng)用系統(tǒng)安全的維護(hù)工作常態(tài)推進(jìn)。實(shí)體安全管理的服務(wù)工作獨(dú)立開(kāi)展，即便單體服務(wù)出現(xiàn)故障，則整體網(wǎng)絡(luò)系統(tǒng)受影響的概率較小。SVM配置環(huán)節(jié)，內(nèi)核參數(shù)（傳輸驗(yàn)證碼、密鑰、訪問(wèn)流程）在信息庫(kù)內(nèi)完好存儲(chǔ)。

2.2內(nèi)網(wǎng)協(xié)議分層管理

需要管理的層級(jí)分別包括應(yīng)用層、鏈路層、網(wǎng)絡(luò)傳輸層、物理層，在三維坐標(biāo)系構(gòu)建的基礎(chǔ)上遵循分層管理原則，具體來(lái)說(shuō)，針對(duì)網(wǎng)絡(luò)通信數(shù)據(jù)加密處理，滿足分層管理、分層維護(hù)需求，確保網(wǎng)絡(luò)協(xié)議工作任務(wù)又好又快完成[3]。正常來(lái)說(shuō)，應(yīng)用層是安全識(shí)別的主陣地，正是因?yàn)槌瑔l(fā)式SVM配置方案優(yōu)化，所以網(wǎng)絡(luò)安全服務(wù)范圍隨之?dāng)U大，換言之，網(wǎng)絡(luò)安全風(fēng)險(xiǎn)被全面、及時(shí)排除，進(jìn)而創(chuàng)設(shè)良好的網(wǎng)絡(luò)環(huán)境。除此之外，通信協(xié)議傳輸層加密工作穩(wěn)步推進(jìn)，且新增用戶實(shí)名認(rèn)證功能，滿足用戶安全用網(wǎng)、高效用網(wǎng)目的。

2.3安全服務(wù)與安全機(jī)制管理

以三維坐標(biāo)為視角，安全服務(wù)、安全機(jī)制管理體系分別與內(nèi)網(wǎng)協(xié)議分層管理體系呈直角，一定程度上擴(kuò)大安全覆蓋面。安全服務(wù)項(xiàng)目細(xì)分多種，如網(wǎng)絡(luò)實(shí)體認(rèn)證、數(shù)據(jù)可用性及完成性服務(wù)、訪問(wèn)權(quán)限控制、網(wǎng)絡(luò)數(shù)據(jù)保密性服務(wù)。大數(shù)據(jù)時(shí)代下，超啟發(fā)式SVM網(wǎng)絡(luò)安全框架配置以安全服務(wù)與安全機(jī)制管理為中心，既能整合安全服務(wù)管理功能，又能簡(jiǎn)化安全服務(wù)程序，實(shí)現(xiàn)數(shù)據(jù)加密、安全管控等目標(biāo)，確保數(shù)據(jù)信息順暢流通[4]。

三、基于大數(shù)據(jù)超啟發(fā)式SVM的網(wǎng)絡(luò)安全框架配置分析

3.1框架構(gòu)建

大數(shù)據(jù)超啟發(fā)式SVM框架是內(nèi)核類型、內(nèi)核參數(shù)等配置生成的載體，配置形成之后向SVM輸送，為問(wèn)題處理提供有力支持。在此期間，傳遞成本函數(shù)至超啟發(fā)式框架，并循環(huán)執(zhí)行這一操作。HH-SVM框架成為問(wèn)題優(yōu)化的有效手段，框架運(yùn)行階段以存檔方式保存，其層次結(jié)構(gòu)分成兩種，即高層策略、低層啟發(fā)。高層策略迭代運(yùn)行，并擇優(yōu)選定啟發(fā)式，用其處理問(wèn)題，從而積累問(wèn)題處理經(jīng)驗(yàn)，同時(shí)，生成新解決方案。

低層啟發(fā)式從啟發(fā)式算法中分離，主要用于處理專項(xiàng)問(wèn)題，其運(yùn)行順暢度反映出問(wèn)題處理效率和質(zhì)量。HH-SVM框架既具有單體項(xiàng)目?jī)?yōu)點(diǎn)，又能彰顯Pareto方法實(shí)用價(jià)值，從某種程度上來(lái)看，這一框架利用與SVM配置Pareto集相近的功能保護(hù)網(wǎng)絡(luò)安全。超啟發(fā)式SVM框架支持多詞條搜索，在收斂、最小化解之間探索平衡點(diǎn)，并全面了解高度多樣性、最大化Pareto解的位置情況和變化表現(xiàn)。

3.2適應(yīng)度計(jì)算

超啟發(fā)式框架中，不用解決方案對(duì)應(yīng)SVM配置，通過(guò)改變核函數(shù)參數(shù)值形成新的解決方案群。解決方案適應(yīng)度計(jì)算時(shí)，針對(duì)解決方案群初始化，接下來(lái)隨機(jī)向決策變量賦值，經(jīng)運(yùn)行得出決策變量隨機(jī)值，以及下限值和上限值。深入分析得知，適應(yīng)度計(jì)算過(guò)程是解決方案賦值過(guò)程，數(shù)值為解決方案、整體解決方案對(duì)比提供依據(jù)，在此期間，利用分解多目標(biāo)進(jìn)化算法來(lái)處理SVM配置多目標(biāo)優(yōu)化問(wèn)題[5]。多目標(biāo)優(yōu)化環(huán)節(jié)，先進(jìn)行目標(biāo)分解，接下來(lái)通過(guò)協(xié)作處理子問(wèn)題，借助標(biāo)量化函數(shù)法完成給定問(wèn)題分解任務(wù)，圍繞單目標(biāo)子問(wèn)題選取多目標(biāo)適應(yīng)度值min。

3.3策略制定

基于自動(dòng)化啟發(fā)模式進(jìn)行篩選，借助選擇超啟發(fā)層檢驗(yàn)解決方案，從而得知解決方案的實(shí)用性和可行性。在這一過(guò)程中，通過(guò)選擇機(jī)制確定啟發(fā)式算法，并以多臂賭博機(jī)為輔助，有效存儲(chǔ)啟發(fā)式性能，為啟發(fā)模式選擇提供依據(jù)。需說(shuō)明的是，不用啟發(fā)式與變量存在緊密關(guān)聯(lián)，其中，經(jīng)驗(yàn)獎(jiǎng)勵(lì)、置信水平兩個(gè)變量分別代表啟發(fā)式搜索的平均獎(jiǎng)勵(lì)和啟發(fā)式次數(shù)。超啟發(fā)層應(yīng)用環(huán)節(jié)的任務(wù)執(zhí)行情況如下：

第一，優(yōu)選解決方案。不同解決方案對(duì)應(yīng)匹配池，通過(guò)多目標(biāo)分析進(jìn)行算法改進(jìn)。不同解決方案代表子問(wèn)題，當(dāng)分解、支配有機(jī)結(jié)合，基于概率預(yù)測(cè)和比較進(jìn)行子問(wèn)題優(yōu)化。借助權(quán)重向量解之間歐幾里德間距得知單個(gè)子問(wèn)題固定相鄰解集。第二，啟動(dòng)啟發(fā)式應(yīng)用程序。在匹配池創(chuàng)建的基礎(chǔ)上得出解決方案，在此期間，反復(fù)檢查解決方案，經(jīng)數(shù)值比較顯示出標(biāo)量化函數(shù)優(yōu)越表現(xiàn)，通過(guò)數(shù)值替換實(shí)現(xiàn)解決方案更新，達(dá)到標(biāo)準(zhǔn)化存檔要求。

3.4啟發(fā)式算法

基于特定問(wèn)題規(guī)則、給定解決方案來(lái)運(yùn)行低層啟發(fā)式算法，低層啟發(fā)式單獨(dú)或聯(lián)合若干解決方案輸入，通過(guò)適當(dāng)改進(jìn)形成新的解決方案[6]。超啟發(fā)式SVM網(wǎng)絡(luò)安全架構(gòu)中運(yùn)行不同啟發(fā)式方法，滿足多樣問(wèn)題不同階段的解決需求。常見(jiàn)啟發(fā)式算法包括參數(shù)化高斯變異、算術(shù)較差、差異突變、多項(xiàng)式突變，當(dāng)經(jīng)驗(yàn)值確定，決策變量對(duì)應(yīng)的Rand上限值、下限值隨之顯現(xiàn)。

四、結(jié)束語(yǔ)

綜上所述，惡意軟件入侵現(xiàn)象普遍存在，為準(zhǔn)確預(yù)測(cè)惡意軟件，全面維護(hù)網(wǎng)絡(luò)信息安全，務(wù)必科學(xué)化、合理化構(gòu)建超啟發(fā)式SVM的網(wǎng)絡(luò)安全框架，并根據(jù)網(wǎng)絡(luò)安全維護(hù)需要來(lái)優(yōu)化框架性能，大大提升網(wǎng)絡(luò)信息安全水平。日后超啟發(fā)式SVM框架改進(jìn)工作常態(tài)推進(jìn)，取得網(wǎng)絡(luò)安全運(yùn)維的良好效果。

參 ?考 ?文 ? 獻(xiàn)

[1]祝陽(yáng)，李欣恬.大數(shù)據(jù)時(shí)代個(gè)人數(shù)據(jù)隱私安全保護(hù)的一個(gè)分析框架[J].情報(bào)雜志，2021，40（01）：165-170.

[2]王秉，吳超.大數(shù)據(jù)驅(qū)動(dòng)下情報(bào)主導(dǎo)的智慧安全管理：內(nèi)涵與研究框架[J].圖書(shū)情報(bào)工作，2020，64（11）：11-18.

[3]沙勇忠，王超.大數(shù)據(jù)驅(qū)動(dòng)的公共安全風(fēng)險(xiǎn)治理——基于“結(jié)構(gòu)—過(guò)程—價(jià)值”的分析框架[J].蘭州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，48（02）：1-11.

[4]江寶玉.大數(shù)據(jù)信息安全風(fēng)險(xiǎn)框架及應(yīng)對(duì)策略分析[J].中國(guó)新通信， 2020，22（01）：103.

[5]劉靜.基于安全云計(jì)算的大數(shù)據(jù)信息管理框架研究[J].信陽(yáng)農(nóng)林學(xué)院學(xué)報(bào)，2018，28（04）：118-120+124.

[6]李依函，高寅生.大數(shù)據(jù)信息安全風(fēng)險(xiǎn)框架及應(yīng)對(duì)方式探析[J].現(xiàn)代經(jīng)濟(jì)信息，2018（21）：312.