可建正常模型的免疫网络信息空间中联合攻击快速发现研究

To overcome the problem that the collaboraive attacks are difficult to discover quickly in the immune cyberspace with the normal model, the normal model and selfs of the immune cyberspace are created in the four-dimension space-time coordinate system and the core-immunized Linux operation system environment; the model of the collaborative attacks in the immune cyberspace with the normal model is established; based on the normal model of the immune cyberspace, the fast discovery model of the collaborative attacks in the immune cyberspace with the normal model is proposed; according to the model of the collaborative attacks in the immune cyberspace with the normal model, the attack feature space with extendable dimensions is built, and the high-precision cooperative immune learning model of the collaborative attacks is put forward in the immune cyberspace with the normal model; new cooperatve immune learning algorithm is proposed, and the prototype of the immune cyberspace is built. This research will achieve the goals such as the fast discovery, the high-precision cooperative immune learning of the collaborative attacks and the immune security against the attacks in the immune cyberspace with the normal model, by proving the theorems and verifying the theory by the prototype test. Moreover, the performances of this approach will be better than the current methods for detecting the collaborative attacks. So this research has important scientific innovative signification and application values in such fields as security of governmental cyberspace, protection of financial network, security of military command network and anti-cyber-war, information security of virtual communities, assurance of personal privacy and so on.

针对可建正常模型的免疫网络信息空间中联合攻击难以快速发现的问题，在四维时空坐标系和内核免疫化的Linux操作系统环境中创建免疫网络信息空间的正常模型和自体；在可建正常模型的免疫网络信息空间中，创建联合攻击模型；在免疫网络信息空间的正常模型基础上，提出可建正常模型的免疫网络信息空间中联合攻击的快速发现模型；根据可建正常模型的免疫网络信息空间中联合攻击模型，创建可扩展维度的攻击特征空间，提出可建正常模型的免疫网络信息空间中联合攻击的高精度协同免疫学习模型，提出新的协同免疫学习算法，创建免疫网络信息空间原型。本项研究将从理论定理证明和原型验证上达到可建正常模型的免疫网络信息空间中联合攻击快速发现、高精度协同免疫学习和免疫安全的目标，比现有联合攻击检测方法性能更优，在政府网信息安全、财务金融网络卫护、军用指挥网络保密与对抗网络战、虚拟社区信息保护、个人隐私安保等方面有重要的科学创新意义和应用价值。

项目以免疫网络信息空间的联合攻击发现与防御等应用为背景，针对免疫网络信息空间、联合攻击和协同免疫计算的建模与计算问题，研究了联合攻击模型、可建正常模型的免疫网络信息空间中联合攻击的快速发现模型、可扩展维度的攻击特征空间、可建正常模型的免疫网络信息空间中联合攻击的高精度协同免疫学习模型、新的协同免疫学习算法等，并研制免疫网络信息空间原型系统。.课题组已全面完成预期研究计划，并取得了许多重要成果，主要包括：在内核免疫化的Linux操作系统基础上建立了免疫网络信息空间的正常模型与自体表示。设计了可建正常模型的免疫网络信息空间中联合攻击模型，在此基础上设计了可建正常模型的免疫网络信息空间中联合攻击的快速发现模型。根据可建正常模型的免疫网络信息空间中联合攻击模型，创建了可扩展维度的攻击特征空间，在可建正常模型的免疫网络信息空间中，构建了联合攻击的高精度协同免疫学习模型，提出了新的协同免疫学习算法等。.发表论文22篇，SCI检索19篇、SCI源刊论文3篇。申请发明专利6项，获得发明专利授权4项。已培养博士生1名，正在培养博士生4名，已培养硕士生7名，正在培养硕士生3名。依托项目建立免疫网络信息空间原型系统1个。.项目成果可广泛应用于政府网信息安全、财务金融网络卫护、军用指挥网络保密与对抗网络战、虚拟社区信息保护、个人隐私安保等领域，促进了人工智能、控制科学、网络空间安全的发展。因此，具有重要的科学意义。