论文部分内容阅读
云计算是当前网络技术领域的热门话题之一,是产业界、学术界、政府等各界均十分关注的焦点。在云环境下,网络数据分布呈现复杂化、多样化、动态化,对web服务安全提出了更高要求。Web服务安全架构的策略对Web服务系统的设计有较高的要求。因此,进行面向云计算的Web服务安全风险评估的研究是十分必要的。 目前信息安全领域关于风险评估的理论与方法大都借鉴了传统风险领域(如化工、电力、工业制造、航天领域等),而且已较为成熟,虽然能很好的发挥评估作用,但是也有其弊端。这些方法都是基于大量相关领域的历史资料和长期经验,要有具备所有可能风险的知识库,或者要有经验丰富的评审专家。但由于目前信息安全领域的快速发展,新的安全漏洞以及日新月异的网络攻击技术(病毒、木马、垃圾邮件等)不断出现,所以没有也没有可能存在这样的知识库。依靠人力,由评审专家实施评估更是缺乏可行性。因此,为了对网络信息系统的安全风险进行准确的客观的评估,不能简单地采用传统风险领域中的基于经验知识的风险分析方法,而应该更多地从网络自身的特点出发,挖掘其中的行为模式,从而达到对整个系统进行安全风险评估的目的。 本文在在深入研究网络安全风险评估技术的基础上,在云计算环境下建立了一种基于LSA的Web服务网络安全风险评估模型,通过Map Reduce进行加速处理,并结合实例进行分析。该模型设计实现了一个有效的Web服务安全风险评估辅助工具。 全文的主要研究工作和创新点如下: (1)将潜在语义分析技术应用到面向云计算的风险评估模型中潜在语义分析是一种用于自动地实现知识提取和表示的理论和方法,它能够挖掘文本潜在的语义结构。每一条日志记录都是由自然语言描述的,因此从某种程度上说,可以将每一条日志记录看成是一个文本。所以将潜在语义分析应用到日志分析当中理论上是可行的。 (2)提出了一种基于聚类分类模型的风险评估方法 从数据挖掘的角度来看,对日志记录的分析与处理可以看成是一个分类的过程,而风险评估则是一个找出异常点的过程。因此,本文提出了一种聚类分类模型,在分类的过程中寻找异常点。 (3)采用Map Reduce框架对所提出的风险评估模型进行并行提速 系统每天都会产生大量的日志,如何有效地对海量的日志数据进行收集、处理和分析以及对计算能力的追求促使人们不断研究新的技术来满足人们的需求。Map Reduce框架具有可以大大简化算法、解决大数据处理问题及时间代价高的问题的优点。因此,本文考虑用Map Reduce框架来优化本文提出的风险评估模型。