云环境下隐私侵犯事件融合与关联分析

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:taiyangkaimen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
云计算已经成为了当前主流的信息技术,随着云计算的快速发展,其中的安全问题也日益突出。云环境具有动态性、开放性和异构型的特点,恶意程序很容易转移到云环境中,隐私安全成为了云计算发展中必须要解决的问题。在云环境中,很容易销毁用户隐私窃取行为的痕迹、很难定位和追踪恶意样本来源,因此云环境下的隐私安全问题一直是一个挑战。针对云环境下的隐私安全问题,设计开发了隐私侵犯事件融合与关联分析系统。首先在云环境的入口处部署入侵检测系统Bro,对恶意流量进行捕获,并利用VMI(Virtual Machine Introspection)技术模拟用户环境,同时配置网桥,使用Inet Sim(Internet Services Simulating)提供简单的网络应答。然后在模拟环境中对恶意流量进行多层次的分析:动态污点追踪分析,以获取隐私泄露的数据流;指令级攻击重放分析,以得到恶意样本的控制流和文件、注册表的行为;连续内存镜像分析,以对比内存对象,获取恶意样本的详细行为。三种分析都使用Inet Sim捕获网络相关的信息,同时利用快照和设置同步点的方式,使得多次分析中恶意样本的运行状态尽可能一致。随后系统进行动态污点追踪分析、指令级攻击重放分析、连续内存镜像分析,以及对Inet Sim的日志进行规范化、去重、融合和恶意判断,得到样本完整的时间线、控制流和数据流,从而对样本是否存在隐私侵犯行为有明确的判断和分析。系统采用B/S(Browser/Server)架构,提供了友好的可视化界面。测试表明,隐私侵犯事件融合与关联分析系统可以有效地捕获恶意流量和隐私侵犯行为,对恶意流量进行分析,分析成功率达到95%;能充分发现隐私侵犯行为的证据,对云环境下的隐私安全形成有效保护。
其他文献
随着清洁、高效成为未来能源的发展方向,天然气行业不断发展,作为中间枢纽的LNG(Liquified natural gas)接收站建设也在不断增加。接收站中的LNG利用海水进行气化后送入下游,其中大量的冷能被浪费,冷污染也会影响海洋的生态环境。同时,LNG接收站在运行过程中不可避免地会产生BOG(Boil off gas,蒸发气),接收站BOG的处理也是一大难题。因此,本文提出适用于LNG接收站的
风险和不确定性已经成了人类现代化进程所必须回应的一个新议题。在风险日益加剧的现代社会环境中,人们有必要系统反思公共安全风险治理研究范式的融合与创新。已有研究成果从不同视角回应和解释公共安全风险治理问题,形成了相对稳定的范式,但这些范式之间缺乏有机的融合与创新。聚焦公共安全风险治理研究,在国内外相对比较成熟的六种范式基础上,提出了公共安全风险治理的绩效范式。在绩效管理理论视角下,着重探讨已有范式与公
2型糖尿病(Type 2 diabetes,T2D)最重要的病理特征之一是人胰岛淀粉样多肽(human islet amyloid polypeptide,hIAPP)发生聚集。研究结果显示,hIAPP单体发生错误折叠后产生的寡聚体和纤维具有一定的细胞毒性,会导致胰岛β细胞的丧失,进一步引发2型糖尿病。此外,高血糖条件下往往诱发氧化和氮化应激,此环境可能导致hIAPP中酪氨酸发生硝化,生成硝基化的
大数据时代,分布式存储系统是应对数据激增的一种有效方式,系统的负载均衡极大的影响着分布式存储系统的性能。现有负载均衡策略基本上都会产生保存数据存储位置的索引元数据,这极大的影响了分布式存储系统的性能和可扩展性。在视频监控场景下,写请求的数据需要切片后保存,产生的大量索引元数据会导致大量存储空间浪费,因此在视频监控场景分布式存储系统中适合使用通过计算分配请求的方式来实现负载均衡分配。一致性哈希及其改
世界能源结构转型的节奏已然由量变积累开始步入质变的阶段。科技的迅猛发展激起了全世界的能源危机,能源产业的深入变革迫在眉睫。生物质作为自然界唯一可再生的碳资源不断涌入人们的视野,由生物炼制衍生的木质纤维素全组分利用技术,让研究人员找到了替代部分化石能源的希望所在。木质素是自然界中为数不多的可再生芳香化合物,其作为生物质的重要组成部分,总量丰富,分布广泛。但木质素相互交联的空间结构,内部无序且复杂的化
有机卤化物在药物、材料和农药等领域具有非常广泛的用途,主要包括有:1、在有机合成中有机卤化物是一种具有重大研究意义和泛用性的反应中间体,在过渡金属催化条件下可以发生交叉偶联反应;2、有机卤化物广泛存在于天然产物、材料和农药分子之中,是它们的基本骨架之一;3、往有机物中引入卤素原子可以明显的改变化合物的理化性质,特别是在药物合成领域中具有重要的作用。例如在药物分子中引入氟原子,可以改变目标分子的酸碱
生物信息识别是指基于可测量的身体和行为特征自动识别个体的一种技术。实践中,生物信息识别易诱发信息泄露,隐私权被稀释,产品误差等风险。鉴于生物信息识别适用场景和主体的复杂性,适宜采取包括企业、立法者和数据平台在内多方协同治理的模式。企业应当制定内部合规方案和强化行业自律;立法者可以细化个人信息分类和增设滥用生物识别信息罪;而数据平台则需要优化“知情——同意”制度。
信息时代数据量呈爆炸性增长,对数据处理的性能、可靠性以及存储的容量都提出了更高的要求。一方面,传统的冯诺依曼体系采用存储与计算分离的体系结构,数据迁移消耗了大量I/O资源和能耗开销;另一方面,存储与计算性能发展不平衡的矛盾日益凸显,目前处理器处理器速度每年增长60%,存储器存取延迟每年仅改善7%,数据访问延迟大。存算融合的体系架构通过在存储中分担计算任务来减少数据移动带来的高昂开销,成为了解决“存
随着化石燃料的过度消耗给地球带来不可逆转的环境伤害,研究人员开始寻求高效存储能量的方法。经过40多年的发展,锂电池储能技术日渐成熟,作为一种高能量密度且环保的技术,锂电池已经被广泛地应用于汽车、消费电子、医学器件与能源存储领域。为了实现能源的高效利用,锂金属电池中首要问题——锂枝晶的生长问题成为亟待解决的重中之重。枝晶这种现象会直接导致电池出现库伦效率降低、循环寿命变短等问题,更有可能引发严重的安
岩性是评估地层特征和储层油气含量的关键,开展储层岩性识别研究对油气勘探和开发具有重要意义。针对传统基于机器学习的岩性识别方法的局限性:1)忽略了岩性和测井序列在深度空间上的相关性;2)未考虑不同油井测井数据的特征、岩性分布差异性的影响,本文以中国江汉地区页岩油井测井数据为研究对象,从原始测井序列数据分析角度出发,利用深度学习和半监督学习理论方法,分别从测井序列数据预处理、同油井岩性分类和跨油井岩性