机器学习在网络空间安全研究中的应用分析.doc

机器学****在网络空间安全研究中的应用分析
摘要:我国正在逐步实现信息化社会建设,现代信息技术发展速度越来越快,带动了整个网络空间数据量的增长,给网络空间安全管理带来了巨大的难题。随着网络空间连入点的增加,在海量数据面前,传统的网中,能够有效地提取和分析记录恶意域名数据,通过域名对比进行监测,能够争取的判断域名的安全性。
3)网路安全检测。由于网络空间中存在许多网络接入点,已经再进行网络安全检测时需要通过数据收集、分析和控制,利用机器学****能够更好地发现安全隐患,并通过有效的防范手段对安全问题进行处理。机器学****在网络空间安全研究的用用,能够更好地检测网络空间中攻击、入侵行为,提高檢测效率,使网络空间的安全得到保障。
3 机器学****在网络空间安全研究中的应用分析
网络空间安全作为网络空间的重要内容,完善网络基础设施能够使网络空间更具安全性,为其安全运营打下良好的基础,利用机器学****开展对网络空间的各种安全检测,能够使互联网络的运营更加安全,下面将对机器学****在网络空间安全研究中的应用进行分析,对机器学****在网络空间安全研究成过进行简要介绍。
1)在网络基础设施安全中的研究应用。网络基础设施是保证计算机实现运行的基础设施,包括远程通信网、有线电视网等,其中最重要的网络基础设施为路由系统和域名系统,网络活动的安全展开需要依托这些系统的安全运行,所以在对机器学****在网络空间安全研究中,路由系统和域名系统的安全是重点内容,在最近的研究中,通过机器学****在网络空间中进行BGP异常检测和DNS恶意攻击检测已经得到了一定的成就,下面将对这两项安全监测内容进行简要介绍:第一,BGP异常检测。所谓的BGP是Border Gateway Protocol的缩写,也就是边界网关协议,是运行于 TCP 上的一种自治系统的路由协议。BGP 系统能够让不相关的互联网路由域间进行连接,从而实现信息交换,能够和其他的 BGP 系统交换网络可达信息,但是有一个不足之处就是,由于没有可信任的路由认证体系,导致难以对邻居自治系统的完整性和安全性,这个问题使得路由器系统遭受了大量的危机,例如前缀劫持、异常BGP更新消息等都降低了互联网安全,传统的异常路由识别都是通过各种统计分析、信号处理等方式来进行处理,但是这些方式难以对所有宜昌路有进行有效识别。在利用机器学****开展网络空间安全研究中,研究人员通过大量的实践研究,发现了长短期记忆网络,能够有效对异常路由进行监测,能够及时提取BGP更新消息或时序中的异常信息,并进行警告。但是机器学****在网络空间安全研究中的异常路由检测应用的准确性还得不到保证,有可能会出现误报、漏报等问题,所以目前机器学****对异常路由检测还只是应用在模型构建和讨论当中,还需要进行更加深入的研究,从而提高机器学****在路由异常检测中的准确性。第二,恶意域名检测。域名系统缩写DNS,作为互联网的一项服务,能够使互联网防卫更加便利。所以对域名系统的恶意工基非常的多,因此对域名系统的安全一直都是网络空间安全的重要内容。机器学****在网络空间安全研究中的应用推动恶意域名检测研究的进行,利用机器学****恶意域名检测将离线模型和在线模型相结合,使恶意域名检测研究得到了一定的成就。但是也还有两点不足之处,其一就是当攻击方熟悉了域名检测系统原理后,就能够避开检测系统进行攻击;其