基于云计算和数据空间的网络安全态势感知关键技术研究

With the emergence of large-scale complex networks, network security situation awareness data show the characteristics of multi-source, heterogeneity and magnanimity, which makes network security situation awareness face challenges. The present network security situation awareness data processing methods mostly failed to take full account of the heterogeneity and complementarity between the various safety devices, resulting in difference in semantic understanding and simplicity in association rules, it is difficult to support deeper situation awareness. As the complementary advantages of cloud computing and dataspace on massive, heterogeneous data management and service management, this project builds a network security situation awareness model based on cloud computing and dataspace. Study the description and identification method of ontology metadata based on RDF（Resource Description Framework）, to solve network security situation awareness data consistency problem. Study dataspace construction method based on cloud computing, put forward semantic mapping method based on MapReduce, to solve the real-time, online data integration problem in sub-dataspace. Finally, network security situation awareness quality evaluation mechanism is proposed, it is used to verify the validity of the presented model and the methods in prototype system, which provides new ideas and theoretical methods basis for improving the performance of network security situation awareness systems.

随着大规模复杂网络的出现，网络安全态势感知数据呈现出多源、异构、海量的特点，致使网络安全态势感知面临挑战。目前提出的网络安全态势感知数据处理方法大都未能充分考虑各安全设备之间的异构性和互补性，存在语义理解差异、关联简单等问题，难以支持更深层次的态势感知。本项目针对云计算和数据空间在海量异构数据管理和服务管理上的互补优势，将其引入网络安全态势感知领域，建立基于云计算和数据空间的网络安全态势感知模型。在此基础上，研究基于RDF的本体元数据描述和标识方法，解决网络安全态势感知数据一致性问题；研究基于云计算的数据空间构造方法，提出基于MapReduce的语义映射方法，解决实时、在线的子数据空间数据集成问题。最后，给出网络安全态势感知质量评估机制，并结合构建的实验原型系统，验证所给出模型和方法的有效性，为提高网络安全态势感知系统的性能提供新思路和理论方法依据。

本项目主要研究基于云计算和数据空间的网络安全态势感知关键技术，其中着重研究了网络安全态势感知模型；多源异构网络安全态势感知数据的统一描述与标识技术；基于云计算的数据空间构造技术；网络安全态势感知质量评估机制等，并通过仿真实验、理论分析、原型系统实现等手段评价和比较所设计的模型与方法的有效性，为突破大规模复杂网络环境下网络安全态势感知的数据一致性描述、组织和管理技术难题，提高网络安全态势感知系统的性能提供新思路和理论方法依据。项目执行期间，共发表相关学术论文 24 篇，其中被SCI/EI检索 8 篇，在北大中文核心期刊上发表 11 篇；申请发明专利9项，其中有4项已获得授权；项目负责人作为大会财务主席/程序委员会委员协助举办了 4 次国际/国内学术会议，参加了 10 余次国内外学术会议；培养硕士研究生 12 名；项目负责人获得2015年度广西科技进步奖二等奖1项。项目执行情况良好，完成项目所有目标。