【技術實現(xiàn)步驟摘要】
本專利技術涉及信息安全領域，具體是針對信息系統(tǒng)中的異常檢測和響應的智能感知驅(qū)動方法及系統(tǒng)。
技術介紹
1、隨著信息技術的迅猛發(fā)展，云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)等新興技術的廣泛應用，信息安全問題日益突出。云服務作為一種新型的計算模式，雖然為用戶提供了便利的資源共享和數(shù)據(jù)存儲服務，但也面臨著諸如數(shù)據(jù)泄露、網(wǎng)絡攻擊、惡意軟件等多種安全威脅。傳統(tǒng)的信息安全監(jiān)控方法往往依賴于靜態(tài)規(guī)則和人工干預，難以應對復雜多變的安全威脅，且響應速度較慢，容易導致安全事件的發(fā)生和擴散。
2、然而，現(xiàn)有的異常檢測方法仍存在一些不足之處，如現(xiàn)有的異常檢測系統(tǒng)往往依賴于單一數(shù)據(jù)源，缺乏對多源數(shù)據(jù)的有效融合與分析，導致檢測效果不佳；許多系統(tǒng)在異常檢測后缺乏快速有效的響應機制，導致潛在損失的擴大；同時現(xiàn)有解決方案在面對新型攻擊或異常時，缺乏自適應學習能力，難以及時更新模型，誤報率高；當前的深度學習模型在異常檢測中的可解釋性不足，難以為用戶提供清晰的決策依據(jù)；而且在不同應用場景下，現(xiàn)有模型的適應性較差，缺乏有效的遷移學習機制。
3、因此，亟需一種更為智能化、自動化的異常檢測和響應方法，以提升云服務的信息安全監(jiān)控能力。
技術實現(xiàn)思路
1、為了解決上述問題，本專利技術提出了一種基于智能感知驅(qū)動的異常檢測和響應方法及系統(tǒng)。該方法通過實時獲取多類型數(shù)據(jù)，結合先進的機器學習和深度學習技術，能夠有效識別潛在的安全威脅并快速響應。
2、本專利技術具體提供如下技術方案：
3、一種基于智能感知驅(qū)動
4、s1.?實時獲取信息系統(tǒng)中的多類型數(shù)據(jù)；使用卡爾曼濾波結合加權平均，對所述多類型數(shù)據(jù)進行融合；
5、s2.?構建自編碼網(wǎng)絡，輸入所述融合后的數(shù)據(jù)，進行特征提取和降維；通過重構誤差檢測異常，設置動態(tài)閾值判斷異常事件的發(fā)生；
6、s3.?引入強化學習的優(yōu)化算法，并設計動態(tài)響應策略，根據(jù)歷史數(shù)據(jù)和實時反饋調(diào)整響應措施；定義獎勵機制，優(yōu)化響應策略的效果；同時引入lime可解釋性技術；
7、所述獎勵機制具體為：
8、當所述信息系統(tǒng)識別并響應異常事件時，給予正向獎勵；
9、當所述信息系統(tǒng)錯誤地將正常時間識別為異常，給予負向懲罰；
10、輔助結合響應時間快慢以及所述信息系統(tǒng)在一段時間內(nèi)的穩(wěn)定性，給予額外獎勵；
11、s4.?設計自動化響應流程，所述響應流程具體包括警報、隔離和修復；
12、s5.?采用遷移學習技術，將優(yōu)化后的用于異常檢測的所述自編碼網(wǎng)絡的知識遷移到新場景中；所述新場景包括工業(yè)物聯(lián)網(wǎng)信息安全監(jiān)控、智能家居安全監(jiān)控、金融交易監(jiān)控、醫(yī)療健康監(jiān)控；
13、s6.?設計云-邊緣協(xié)同架構，在邊緣設備上部署所述自編碼網(wǎng)絡；
14、所述云-邊緣協(xié)同架構具體構建過程為：
15、在所述邊緣設備對所述融合后的數(shù)據(jù)進行初步處理和異常檢測來降低延遲；
16、集中存儲和分析來自多個邊緣節(jié)點的數(shù)據(jù)，進行所述自編碼網(wǎng)絡的訓練和知識學習；
17、實時同步邊緣設備和云平臺間的數(shù)據(jù)，以便于所述自編碼網(wǎng)絡的參數(shù)更新和響應策略的優(yōu)化；
18、s7.?基于開發(fā)的可視化工具，展示異常檢測的依據(jù)和響應策略。
19、可選地，在所述s1中，
20、所述多類型數(shù)據(jù)是文本數(shù)據(jù)，具體包括網(wǎng)絡流量數(shù)據(jù)、系統(tǒng)日志、用戶行為數(shù)據(jù)、應用程序數(shù)據(jù)、設備狀態(tài)數(shù)據(jù)、安全事件數(shù)據(jù)和威脅情報數(shù)據(jù)。
21、可選地，在所述s2中，按任務需求進行所述特征提取，具體包括：
22、當需監(jiān)測網(wǎng)絡攻擊、異常流量時，提取流量大小、流量方向、協(xié)議類型、源ip和目標ip、端口號、連接持續(xù)時間、數(shù)據(jù)包間隔時間特征；
23、當需識別系統(tǒng)故障、用戶異常行為時，提取日志時間戳、事件類型、用戶id、操作類型、錯誤代碼、執(zhí)行時間特征；
24、當需檢測用戶賬戶被盜、異常訪問時，提取用戶登錄時間、操作頻率、訪問路徑、停留時間、異常操作特征；
25、當需監(jiān)測應用性能、識別潛在的安全漏洞時，提取應用程序的響應時間、錯誤率、cpu和內(nèi)存使用率、請求類型特征；
26、當需監(jiān)測設備健康狀況、預測設備故障時，提取設備運行狀態(tài)，包括正常和故障、cpu和內(nèi)存使用率、網(wǎng)絡連接狀態(tài)、溫度特征；
27、當需識別安全威脅、響應安全事件時，提取事件發(fā)生時間、事件類型、影響范圍、事件嚴重性特征；
28、當需實時更新安全策略、識別潛在威脅時，提取威脅類型、攻擊源、攻擊目標、攻擊時間、攻擊手段特征。
29、可選地，在所述s2中，重構誤差的計算為：
30、；
31、其中，n為數(shù)據(jù)維度，為原輸入，為重構后的數(shù)據(jù)；
32、統(tǒng)計n次正常事件下的重構誤差，計算均值μ和標準差，
33、；
34、；
35、設置動態(tài)閾值，其中k為動態(tài)可調(diào)參數(shù)，k的更新頻率為8h；
36、若，系統(tǒng)自動標記當前事件為異常事件，并觸發(fā)對應的響應流程。
37、可選地，在所述s3中，將當前系統(tǒng)的狀態(tài)信息，包括網(wǎng)絡流量、系統(tǒng)日志、用戶行為，記為狀態(tài)s；將未來發(fā)生的響應措施，包括標記為異常、忽略、進一步分析，記為動作a；
38、用于評估在所述狀態(tài)s下采取的動作a的預期收益的動作價值函數(shù)q(s,a)被定義為：；
39、其中，為在狀態(tài)?s?下采取動作?a?的即時獎勵，若識別并正確響應異常事件，的值+1；若錯誤地將正常事件識別為異常，的值-1；若響應時間小于設定閾值，的值＋0.4；若系統(tǒng)在一段時間內(nèi)連續(xù)正常識別正常事件，值+0.6；是在狀態(tài)?s?下采取動作a?后轉移到狀態(tài)s′的概率；是在下一狀態(tài)s′下采取最優(yōu)動作a′的最大預期收益。
40、可選地，在所述s4中，當優(yōu)化后的自編碼網(wǎng)絡檢測到重構誤差超過設定的動態(tài)閾值時，系統(tǒng)將當前事件識別為異常事件；
41、所述系統(tǒng)自動生成警報，所述警報包含對所述異常事件的詳細信息，所述詳細信息包括事件類型、發(fā)生時間、影響范圍；若重構誤差在1σ以內(nèi)，觸發(fā)警報但不需要立即響應，發(fā)送郵件通知，響應時間設為24h內(nèi)，并標記為低級警報；若重構誤差在1σ到2σ之間，觸發(fā)警報并建議進一步監(jiān)控，發(fā)送短信通知，響應時間設為12h內(nèi)，并標記為中級警報；若重構誤差超過2σ，觸發(fā)緊急警報，立即通知系統(tǒng)管理員，通過電話通知，響應時間在30min內(nèi)，并標記為高級警報；
42、考慮所述異常事件的類型和嚴重性，所述系統(tǒng)通過調(diào)用網(wǎng)絡設備或安全設備的api，自動執(zhí)行隔離措施，確保快速響應；具體地，如果檢測到惡意流量，所述系統(tǒng)自動阻斷相關ip地址或端口；如果檢測到異常用戶行為，系統(tǒng)自動鎖定相關用戶賬戶，防止進一步的損害；
43、所述系統(tǒng)并行的啟用自動化修復程度，具體包括自本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于智能感知驅(qū)動的異常檢測和響應方法，所述方法具體應用于云服務信息安全監(jiān)控，其特征在于，所述方法包括以下步驟：
2.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S1中，
3.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S2中，按任務需求進行所述特征提取，具體包括：
4.根據(jù)權利要求3所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S2中，重構誤差的計算為：
5.根據(jù)權利要求4所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S3中，
6.根據(jù)權利要求5所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S4中，
7.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述S5中，所述知識遷移的具體過程如下：
8.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，所述S6還包括：
9.根據(jù)權利要求1所述的一種基于智
10.一種基于智能感知驅(qū)動的異常檢測和響應系統(tǒng)，用于實現(xiàn)權利要求1-9中任一項所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，所述系統(tǒng)包括：
...【技術特征摘要】
1.一種基于智能感知驅(qū)動的異常檢測和響應方法，所述方法具體應用于云服務信息安全監(jiān)控，其特征在于，所述方法包括以下步驟：
2.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述s1中，
3.根據(jù)權利要求1所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述s2中，按任務需求進行所述特征提取，具體包括：
4.根據(jù)權利要求3所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述s2中，重構誤差的計算為：
5.根據(jù)權利要求4所述的一種基于智能感知驅(qū)動的異常檢測和響應方法，其特征在于，在所述s3中，
6.根據(jù)權利要求5所述的一...
【專利技術屬性】
技術研發(fā)人員：李曉粉，吳強，陳國旗，程亨，張兆娟，
申請(專利權)人：中國計量大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。