基于深度学习的网络空间操作系统识别技术研究

针对网络空间中流量数据的数字资产探测问题,本文提出了一种基于卷积神经网络的操作系统指纹快速识别方法。首先对网络空间资产探测原理进行了概述,通过对基于SVM的操作系统识别和基于决策树的操作系统识别方法进行对比,设计和构建了以ReLU函数作为激活函数的二层卷积模型且增加了BN层、池化层、全连接层,使用流量探测分析工具p0f将其指纹库操作系统指纹数据作为训练集,对收集到的流量数据作为测试集进行指纹识别测试,并将SVM方法和决策树方法与本文构建模型进行对照组实验。实验结果表明,本文提出的操作系统识别模型具有较高的收敛速度,且平均判别准确率相比于SVM算法和C4.5决策树算法提高了13和6个百分点,证明模型在操作系统识别方面具有良好的性能。

RBAC中角色挖掘算法研究

基于角色的访问控制(Role-Based Access Control,RBAC)是目前广泛采用的访问控制机制,通过在用户与权限之间引入角色的概念,简化了用户的权限管理,减少了系统的开销。在RBAC中一个关键问题是角色的挖掘和构建,目前角色挖掘算法的研究仍存在产生的角色数过多,运行效率低等问题。针对角色挖掘算法GO其所存在的缺陷,设计了新的算法全局优化函数,并在真实数据集上通过算法评价指标与四种经典角色挖掘算法进行对比试验,结果说明了设计算法的优异性能。

电力行业移动应用安全体系关键技术研究

我国互联网信息中心相关统计数据显示目前我国的手机网民数量占整体网民数量的90%以上,移动通信技术的普及极大的促进了移动终端设备及其应用的发展,移动互联网技术已经渗透到我们生活的方方面面。在这种背景下,智能电网建设已经给成为历史发展的必然,我国十三五规划也明确提出电力行业要加大信息化建设工作。文章对电力行业移动应用情况进行了研究,分析电力行业移动应用存在的主要安全风险,如移动终端设备安全风险、移动APP安全风险、网络层安全接入风险和服务端安全风险。本文认为电力企业可以通过代码审计、渗透测试、安全配置核查和病毒木马查杀等方式来加强对移动应用安全的测试,从而提高电力行业移动应用的安全性。

基于防控措施的信息安全风险评估模型研究

传统信息安全风险评估模型只考虑资产、威胁及脆弱性要素已不再适用,为准确对信息安全风险进行评估,提出基于安全防控措施的信息安全风险评估模型,并运用相乘法原理计算综合风险值判定安全等级,与传统评估模型进行对比,得出评估模型具有直观、准确性高等特点。

智能电网态势感知评估方法

网络安全态势感知系统主要是对网络环境中的元素状态与感觉进行感知、分析、评估和预测的过程。随着我国智能电网系统的复杂化,传统的电网运行监控系统已经不能满足电网的安全运行需求。鉴于此,本文对智能电网态势感知的过程进行分析,将态势感知过程分为态势要素提取、当前态势识别和未来态势预测几个不同的阶段。在此基础上,本文以WASA技术为基础,建立智能电网态势评估模型,确定智能电网态势评估指标,并对态势感知在智能电网网络安全中的应用进行预测。

无线网络安全技术分析

随着时代的发展,无线网络通信技术的应用范围更加广泛,这也给无线网络环境的安全提出了更高的要求。本文对无线通信网络中的网络安全威胁进行了分析,总结了无线网络安全服务要求,并对当前无线网络通信环境中最常用的两种网络安全技术WPKI技术和IBC技术进行了研究,分析两种不同网络安全技术的系统组成和各自的优缺点,希望能为人民提供一个更好的通信环境。