專利名稱：一種二維k均值熵的網(wǎng)絡(luò)攻擊效果評估方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種網(wǎng)絡(luò)攻擊效果的評估方法，屬于信息安全技術(shù)領(lǐng)域。
背景技術(shù)：
隨著信息技術(shù)的飛速發(fā)展，Internet網(wǎng)絡(luò)結(jié)構(gòu)日趨復(fù)雜并逐步向多元化、融合性的方向演變。隨之而來的網(wǎng)絡(luò)攻擊行為也日益增多，因此，有必要開展對不同種類攻擊行為的研究，并推進攻擊效果評估工作以完善主機抗攻擊能力，進而提高信息系統(tǒng)的安全性。目前針對攻擊效果的評估主要是基于層次分析法的評估指標(biāo)體系建立以及利用模糊粗糙集理論的綜合評價。在國內(nèi)，李雄偉等結(jié)合層次分析法和模糊綜合評價法對評估指標(biāo)進行了量化，王會梅基于集對原理提出了一種能有效處理評估結(jié)果分級標(biāo)準(zhǔn)邊界模糊性的集對評估方法，以粗糙集屬性重要性為根據(jù)確定指標(biāo)權(quán)重并對網(wǎng)絡(luò)的抗拒絕服務(wù)攻擊性能進行集對評估；2004年，張義榮、鮮明等人提出了基于網(wǎng)絡(luò)熵的攻擊效果定量評估模型，從網(wǎng)絡(luò)受攻擊前后安全特性變化的角度分析了網(wǎng)絡(luò)熵的概念，并根據(jù)熵差的特性設(shè)計了基于層次分析法的計算機網(wǎng)絡(luò)攻擊效果評估體系。相對于傳統(tǒng)的直接利用原始采集數(shù)據(jù)進行評估計算的方法而言，以熵差來衡量網(wǎng)絡(luò)受攻擊前后性能變化的方法能夠以統(tǒng)一的標(biāo)準(zhǔn)將不同種類的采集指標(biāo)歸一化，簡化評估過程中的數(shù)據(jù)預(yù)處理步驟，并直觀地動態(tài)地反映出攻擊對系統(tǒng)造成的影響。

發(fā)明內(nèi)容
1、本發(fā)明的目的。本發(fā)明為了提高信息系統(tǒng)的安全性，提出了一種基于K均值聚類的攻擊效果評估算法。2、本發(fā)明所采用的技術(shù)方案。本發(fā)明提出一種基于K均值聚類的攻擊效果評估算法，首先引入網(wǎng)絡(luò)熵的與熵差的概念。以目標(biāo)網(wǎng)絡(luò)受攻擊前后的性能變化量為參數(shù)，將表征網(wǎng)絡(luò)性能的指標(biāo)值歸一化為Ki，進而定義其熵為
權(quán)利要求
1.一種二維K均值熵的網(wǎng)絡(luò)攻擊效果評估方法，其特征在于:首先對攻擊數(shù)據(jù)進行預(yù)處理，計算具體性能指標(biāo)攻擊前后的熵差并利用余弦定理將其映射到二維向量空間，在反映數(shù)據(jù)本身特點的同時統(tǒng)一標(biāo)度；然后對K均值效果分級，對預(yù)處理后的數(shù)據(jù)利用改進的K-means算法聚類，以網(wǎng)絡(luò)攻擊效果的分級特性作為啟發(fā)式信息確定聚類數(shù)，通過計算二維向量空間中各數(shù)據(jù)點的歐幾里德距離確定初始聚類中心，經(jīng)過數(shù)輪迭代，選取使距離代價函數(shù)最小的聚類結(jié)果作為最終輸出以評估攻擊效果。
2.根據(jù)權(quán)利要求1所述的二維K均值熵的網(wǎng)絡(luò)攻擊效果評估方法，其特征在于:所述的熵為
3.根據(jù)權(quán)利要求1所述的二維K均值熵的網(wǎng)絡(luò)攻擊效果評估方法，其特征在于:所述的熵差Z//來計算目標(biāo)網(wǎng)絡(luò)遭受攻擊前后熵的變化，以分別表示攻擊前后的網(wǎng)絡(luò)熵，則熵差可以通過下式計算:
4.根據(jù)權(quán)利要求1所述的二維K均值熵的網(wǎng)絡(luò)攻擊效果評估方法，其特征在于:對攻擊數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，假設(shè)有一組指標(biāo)數(shù)據(jù)V=iVp V2".，Vk，...}，攻擊前后Va的指標(biāo)熵分別為/4和Z//，對每個指標(biāo)在計算中弓I入最大可能攻擊效果熵M max對指標(biāo)值規(guī)格化，根據(jù)實際熵差和理想熵差的比值來確定攻擊的程度，定義攻擊程度變量務(wù)，將每組攻擊數(shù)據(jù)描述為
5.根據(jù)權(quán)利要求1所述的二維K均值熵的網(wǎng)絡(luò)攻擊效果評估方法，其特征在于所述的K均值效果分級按照如下步驟進行: 步驟1、確定聚類中心，首先根據(jù)對不同評估對象效果分級的先驗知識選取聚類數(shù)，例如，對計算機網(wǎng)絡(luò)攻擊效果評估，最終攻擊效果集一般為好，較好，一般，差}，可根據(jù)此信息確定聚類數(shù)初始值&=4;根據(jù)數(shù)據(jù)點々的熵差和夾角^計算點在直角坐標(biāo)系下的坐標(biāo)(Xkt yk) = (Δ Hk*cos Θ t Δ Hk*sin Θk)，假設(shè)初始聚類中心在間等距分布，可求出其坐標(biāo)為，
全文摘要
本發(fā)明公開了一種利用二維熵分量的K均值聚類攻擊效果評估方法。該方法首先對攻擊數(shù)據(jù)進行預(yù)處理，計算具體性能指標(biāo)攻擊前后的熵差并利用余弦定理將其映射到二維向量空間，在反映數(shù)據(jù)本身特點的同時統(tǒng)一標(biāo)度；然后對K均值效果分級，對預(yù)處理后的數(shù)據(jù)利用改進的K-means算法聚類，以網(wǎng)絡(luò)攻擊效果的分級特性作為啟發(fā)式信息確定聚類數(shù)，通過計算二維向量空間中各數(shù)據(jù)點的歐幾里德距離確定初始聚類中心，經(jīng)過數(shù)輪迭代，選取使距離代價函數(shù)最小的聚類結(jié)果作為最終輸出以評估攻擊效果。本發(fā)明在滿足批量運算效率要求的同時極大地克服了評估過程的主觀性。
文檔編號H04L12/26GK103095534SQ20131006267
公開日2013年5月8日 申請日期2013年2月28日 優(yōu)先權(quán)日2013年2月28日
發(fā)明者李千目, 戚湧, 劉浩, 朱長林 申請人:南京理工大學(xué)常熟研究院有限公司