◆袁文鑫
高校計算機網絡安全中的隱患及防范方法探究
◆袁文鑫
(天津外國語大學濱海外事學院 天津 300027)
21世紀,網絡技術導致各行各業發生了深刻的變化,其中高校教育變化尤為顯著,豐富的教育資源,促進了師生之間的溝通交流,改善了教學環境以及學習環境,提高了高校教育水準。但與此同時,高校教育對計算機網絡的依賴,就凸顯了計算機網絡安全的問題的“危險性”,本文首先大致分析了高校計算機網絡目前面臨的安全隱患,然后結合傳統網絡安全模型,闡述了一種Agent入侵檢測模型以及改進BP神經網絡算法,以期為高校網絡安全維護提供可靠借鑒。
高校網絡;網絡安全;隱患;對策
計算機技術、網絡技術已經對高校教育造成了巨大影響,我國高等教育正式進入到網絡化、信息化的時代,且這些技術在實踐中取得了可觀的成效。因此,高校領導、管理員開始越發注重高校網絡安全以及信息系統的安全,如何保證網絡的穩定運作,就成為當下的重點問題。多數高校都采用“殺毒軟件”來應對入侵病毒,保證高校網絡中各個終端設備運作不受影響,然而“殺毒軟件”主要依托于“資源庫”進行運作,隨著信息技術的發展,各種網絡病毒也隨之發展,目前各種病毒層出不窮,而殺毒軟件的資源庫卻不能隨著病毒的發展而不斷更新,這也是目前各大單位、企業、高校所遭遇的主要問題。對此,就需要根據目前面對的隱患,采取行之有效的解決方法。
高校計算機網絡鏈路層是以設備、網絡線路構基礎構建的,結合網絡規程以及相關協議,來實現有效的數據傳輸。但是數據在傳輸的過程中就有可能會受到不法分子的攻擊,從而致使數據內容被竊取或者破壞,這就會直接對整個網絡的安全造成影響。高校計算機網絡鏈路層可能面臨的隱患問題為:(1)ARP協議攻擊。該類型攻擊主要是指,高校計算機網絡的ARP協議中存在漏洞,不法分子通過篡改ARP協議中的內容,對網絡進行攻擊,主要表現為中間人攻擊以及服務拒絕攻擊;(2)DHCP欺騙。DHCP欺騙在高校局域網教室中尤為多見,在局域網中,不法分子利用偽造MAC地址來頻繁地發送DHCP請求,以此占用局域網中的DHCP空間,從而導致局域網絡癱瘓或者各個網絡地址出現沖突;(3)CAM破壞。高校網絡中的CAM表儲存著物理層相關數據,不法分子往往會用大量的無效資源來填充CAM表格,從而導致高校網絡交換機不能夠生成相對應的地址;(4)VLAN攻擊。VLAN攻擊是一種相對常見的攻擊方式,主要是通過攻擊Vlan權限或者VLAN共計來實現;(5)MAC地址欺騙。該共計方法和DHCP欺騙類似,但MAC地址欺騙的方法相對直接,它是直接通過偽造MAC地址,然后實現對CAM的改寫,最終致使數據損壞[1]。
目前,我國大多數高校都采用的互聯網通用TCP/IP協議,TCP/IP協議具有極強的通用性、開放性,故得到廣泛應用,但因TCP/IP協議本身的特征,也為居心叵測者提供了違法操作空間,具體表現為:(1)TCP/IP協議本身并沒有加密,所以在傳輸的過程中,所有數據被內容都有可能被竊取,尤其是E-mail、FTP服務等內容極其容易被竊取;(2)在TCP/IP協議下,IP地址有可能在數個終端被標識,但是IP地址本身有著不固定的特征,不法分子通過修改地址的方法就能夠偽裝成相關網絡節點,從而達到違法獲取數據的目的;(3)端口、服務器、客戶端會相互連接,并有效傳輸各種數據,但是在TCP/IP協議下,服務器并不會在數據傳輸的過程中進行有效身份驗證,不法分子在數據應答的過程中,就可沉積入侵,破壞數據傳輸或者竊取數據;(4)不法分子利用網絡TCP序號,能夠實現對數據的篡改以及偽造,甚至還有可預測性的實現會話連接接管,以至于信息傳輸的安全性、完整性受影響[2]。
傳統的高校網絡安全體系模型由病毒服務器、防火墻構成,這種防范體系單一,已經不能夠滿足當下高校教育需求,并且這種簡易的病毒防范方式,并不能應對內網攻擊,極其容易出現“廣播風暴”,用戶網絡信息、網絡權限極其容易泄露。入侵檢測是目前行業內的主要開發方向,而Agent則是隨著智能技術發展而完善的新型計算模型,傳統的入侵檢測系統襲擊數據傳輸,都依靠于規則庫,該方法極其容易出現錯報、漏報等問題,而Agent入侵檢測模型就整合了信息收集、監控、信息庫、網絡等多種功能,實現了智能化的入侵檢測。
Agent入侵檢測模型主要由監控器、跟蹤Agent、中介Agent、信息收集Agent、數據庫構成。中介Agent在校園網絡內每一個網絡段發揮作用,它是系統和管理員之間的重要紐帶,若是在數據傳輸的過程中,出現異常或者數據傳輸超過了預設值,那么中介Agent就會預警;監控器主要實現對系統中的日志進行監控,若是MLSI存在于日志中,監控器就會將相關數據直接上傳至中介Agent;跟蹤Agent的主要功能是實現對MLSI的跟蹤以及檢測,最后將數據傳輸至中介Agent;在整個Agent入侵檢測模型運作的過程中,信息收集Agent會自動激活,并實時記錄和MLSI相關的信息內容;數據庫是指目標系統中的信息內容,它能夠為Agent的運作提供信息資源。Agent入侵檢測模型的應用能夠避免信息異常傳輸,并且Agent入侵檢測模型還呈現出安全性強、適用性強等特征[3]。
BP神經網絡算法較之于傳統的病毒檢測算法,具有更強的歸納能力、非線性映射能力等,BP神經網絡算法本身結合了大量的病毒查殺案例,在整合這些數據之后,其本身能夠獲得一定的預測能力。若是系統在運作的過程中,出現了未知行為,就會根據已經整合的案例內容,對行為的對象進行推測,并揭示出潛在的危險事件[4]。目前,BP神經網絡算法應用分為獨立檢測和聯合檢測兩種模式。BP神經網絡算法主要是應用“梯度下降法”進行計算[5]。在校園網絡安全保證中,BP神經網絡算法可參與網絡安全防范各個流程的優化控制,在BP神經網絡算法學習完所有樣本之后,根據校園網絡的運作模式對其學習率進行有針對性的控制,并實現有效的反向、計算量以及閾值的調節,并實現對各個節點閾值以及連接權值的有效修改[6]。
綜上所述,我國對于信息安全的重視程度相對較低,同時我國互聯網的發展速度也相對遲緩,有關于網絡安全技術的研究較少,而近幾年互聯網在中國的發展卻日新月異,但是各行業網絡安全建設卻沒有跟上時代的發展腳步。目前,多數單位、高校都缺少獨立自主的核心安全技術、安全軟件,高校網絡極其容器受到維修,缺少可靠的技術保障、制度保障。多是依靠目前市面上廣泛應用的各種品牌殺毒軟件來實現安全防護,但這些軟件的技術卻相對落后,如“勒索病毒”等,并不能有效防控,廣大從業者要對此有足夠的認識,構建起應有的技術意識,通過采用高新技術方法,為校園網絡提供可靠的安全保障。
[1]劉玲希.分析計算機網絡安全的主要隱患及管理方法[J]. 科技展望,2017(11).
[2]謝娜.計算機網絡安全的主要隱患及防范技術要點研究[J].中國信息化,2017(12):65-67.
[3]陳雪楠.淺析計算機網絡安全問題及防范措施[J].科學技術創新,2017(10):158-158.
[4]王宜婷.對計算機網絡安全管理存在問題及防范措施的探究[J]. 數字通信世界,2017(11):277.
[5]文晶.計算機網絡安全的主要隱患及其管理措施[J].科技創新與應用,2019,258(02):201-202.
[6]王曉峰,湛高峰.計算機網絡安全問題和防范措施研究綜述[J].電腦迷,2019,01(01):222-223.