网络安全态势实时定量感知模型

由于缺乏准确的网络安全态势感知技术，国内外现有网络安全防御策略的制定基本依据历史经验，具有较大的被动性和盲目性。该问题困扰国内外网络安全专家多年，其中的核心技术难题就是如何找到一种实时定量的网络安全态势感知的建模方法。受人体体温风险预警机制启发，本项目提出研究一种基于抗体浓度的网络安全态势实时定量感知模型，期望解决宏观网络、区域网络、子网、以及主机面临网络攻击时的动态安全风险的定量刻画问题。相对传统模型，本项研究不仅对系统被攻破时具有风险的判断能力，更重要的是，本项研究还能准确地评判当前网络的安全态势，这对目前网络入侵不可避免的形势下尤为重要。具体地，本项研究回答了3个重要问题：①受到了哪些攻击；②系统当前面临这种攻击时的风险；③系统的整体综合风险。对第1个问题目前已有较多研究，后两个问题的研究尚不多见。本项研究，对构建新一代积极主动的网络安全防御等具有十分重要的理论意义和实际应用价值。