《军事电子网络对抗中网络流量异常识别.doc》由会员分享，可在线阅读，更多相关《军事电子网络对抗中网络流量异常识别.doc（4页珍藏版）》请在三一文库上搜索。
1、军事电子网络对抗中网络流量异常识别前言：现代社会已经进入信息化时代， 军事领域也加大了信 息化技术的运用， 通过网络系统分析军事数据与程序交换， 可以 明显提升军事对抗效率， 更可以有效减少木马病毒的干扰， 确保 军事信息安全， 因此， 军事电子网络对抗中网络流量异常识别就 成为军事领域重点研究课题。传统算法难以完全识别异常流量， 这就需要提出新型算法用于军事电子网络对抗中网络流量异常 识别，做好网络异常流量识别工作。一、网络异常流量概述 所谓的网络异常流量就是干扰网络正常使用的网络流量模 式，一旦出现网络异常流量，流量就会在短时间内发生突变，流 量分布趋势图也会与正常流量分布趋势图不同 1
2、。国外学者曾 分别为正常网络流量和异常网络流量下了定义， 其中网络异常流 量就是不符合规定的， 在预料之外而出现的流量偏离现象。 现阶 段，互联网已经成为人们日常生活中不可缺少的组成部分， 它可 以为人们提供各种各样的网络服务， 但却经常受到信息攻击， 加 之网络攻击门槛较低更为异常流量出现提供了契机， 致使网络安 全受到较大威胁。二、军事电子网络对抗中网络流量异常识别的原理 军事电子网络对抗中所出现的网络异常流量具有很大的隐 蔽性，不能轻易被发现， 它可以在很短的时间内攻击军事电子网 络系统， 对于军事对抗安全有较大威胁。 所以怎样快速识别军事 电子网络对抗中出现的网络异常流量， 保证军事通
3、信安全就成为 军事专家重点研究问题。 其原理如下： 在检测异常流量的过程中， 将需要处理的原始数据转换到对应的坐标轴上， 将数据矩阵设为 Y,选择N个正交向量构成一个子空间，在该子空间内变化的都 属于正常变化， 这也是正常流量行为特征的体现， 剩余的子空间 则为噪声数据或网络异常流量 2 。通过研究得知，军事电子网 络对抗中所出现的网络异常流量在时间和空间上具有一定的相 关性，在识别异常流量的过程中， 如果能够及时发现相关性就可 以正确识别异常流量。同时，研究离散小波变换理论得知，在处 理待测流量时可以获得瞬时参数， 在有效预测异常流量的作用下 能够准确识别网络异常流量，进而保障军事网络信息安
4、全。三、识别军事电子网络对抗中网络流量异常的措施1、多维流量数据分类。 多维熵值序列间存在明显的相关性， 如果出现流量异常，熵值时间序列就会发生对应突变。所以，可 以将所有维度的标准熵排列为对应向量， 根据支持向量理论完成 向量分类，并确定异常流量与数据为负，相反则为正。之所以采 取这样的方法是为了区分数据库的多维流量， 为军事网络对抗中 网络流量异常识别提供强有力依据。2、网络流量的异常识别。为做好军事电子网络对抗网络流 量异常识别工作， 可以通过主分量分析法缩减维数， 并分离信息 熵值的异常子空间和正常子空间 3 。综合以上两点可以得知， 运用改进算法识别军事电子网络对抗中网络异常流量，
5、可以消除 传统算法中所在的弊端， 改进算法的应用可以满足军事网络信息 安全需求。3、改进算法的效果。要使军事网络信息更加安全，最关键 的措施就是改进算法， 提高算法优越性。 为保证改进算法更具优 越性，就需要通过实验来验证。因此，分别采集了骨干网两天的 流量数据，由于这些流量数据是在主体项目指导下完成采集的， 也就意味着他们具有一定的代表性。参照相关理论计算了在信息熵值时间序列内的流量特征， 且 提取了相关参数，将其作为实验依据。本次试验数据的大小约 52G,含有3亿多信息流量记录和 550个流量行为特征熵值序列。 进行本次实验的主要目的是分析改进算法与传统算法在异常流 量识别上的能力与差别。
6、 经过实验论证得知， 无论是精确率还是 识别效率， 改进算法识别军事电子网络对抗中网络异常流量的能 力都要优于传统算法。 同时， 待于识别的异常流量所占比例的不 同，改进算法对于异常流量所产生的识别效果也会不同， 如当异 常流量占据中流量的 1.2%时，改进算法的识别效率为 72%，漏检 率为 0.2%，误检率为 0.8%；当异常流量占据中流量的 9.2%时， 改进算法的识别效率为 97%，漏检率为 0.3%，误检率为 0.5%。 通过这组数据可以得知， 随着异常流量在总流量中的增多， 改进 算法的识别能力也会提升，只有漏检率与误检率变化不算显著， 基本可以认为改进算法具有较高的稳定性。结论：通过以上研究了解到， 军事电子网络对抗中网络异常 流量的隐蔽性很强，传统算法难以正确识别， 所以就需要应用新 型算法，针对这种情况，本文通过实验的方式对比了改进算法与 传统算法之间的差别，认为改进算法无论是准确率还是效率都比 传统算法强很多，完全可以满足军事网络对抗需求， 并可以保护 军事网络信息安全。