淺談計算機網絡安全檢驗中神經網絡的應用研究

◆張艷艷 徐亮

操作系統、網絡體系與服務器技術

淺談計算機網絡安全檢驗中神經網絡的應用研究

◆張艷艷1徐亮2

（1.黑龍江工程學院 黑龍江 1500001；2.中國移動黑龍江有限公司哈爾濱分公司 黑龍江 1500001）

面對計算機網絡安全問題時，必須進行網絡安全檢驗，但檢驗需要根據信息特征來進行識別，這時就可能出現檢驗準確率不足的現象，因此需要對其進行改進。而現代研究中提出了將神經網絡應用于檢驗中的概念，能夠有效提高檢驗準確率。本文將對此展開研究，了解神經網絡在安全檢驗中的應用表現。

計算機網絡安全檢驗；神經網絡；準確率

自計算機與網絡普及以來，網絡安全問題就一直困擾著大家，某些別有用心的人會利用一些惡意代碼、病毒程序等手段去入侵他人計算機網絡，并對他人的機密信息等進行盜取、篡改、摧毀等操作，使他人遭受某種層面上的損失。在這種情況下，網絡安全檢驗就顯得十分重要，如何保障網絡安全檢驗準確識別危險信息、持續保護計算機網絡安全是用戶所關注的問題，對此進行研究具有現實意義。

1 以往網絡安全檢驗手段的缺陷

1.1 準確性不足

以往網絡安全檢驗手段在準確性上一直不能令人滿意，經常將特征相似的正常信息與危險信息“弄混”，無法準確識別信息屬性。因為出于安全考慮，在檢驗邏輯上只要信息可能存在危險信息特征，則一律規劃為危險信息，并進行處理，這就是典型的準確性不足表現。造成這一問題的主要原因在于以往網絡安全檢驗手段對信息特征的獲取不夠深入，其只能從表面的字段、文字、單詞、運作流程等方面來獲取信息特征，而不能針對信息進行深層次的特征獲取，因此其檢驗邏輯比較生硬、淺薄，會出現準確性不足的問題[1]。例如在以往網絡安全檢驗中，針對捆綁軟件這種具有危險性的程序，只要在檢驗中發現了捆綁軟件，則不論其是否正常都會被歸納與危險信息，除非人工手動設置，否則無法安裝該程序，這就會給用戶帶來一定的麻煩。

1.2 拓展性不足

網絡安全問題通常是人為造成的，需要人工去編寫惡意代碼、病毒程序，再通過各種渠道將這些代碼或程序發送到其他人的計算機網絡中，由此完成入侵。而以往網絡安全檢驗手段的出現使得代碼或程序的入侵變得更加困難，因此編寫這些代碼與程序的人就會針對常見網絡安全檢驗手段對代碼與程序進行更新、創新，使得網絡安全檢驗手段再無法對代碼與程序進行識別。值得注意的是，每當惡意代碼、病毒程序發生更變，都意味著網絡安全檢驗手段需要對病毒信息庫等進行拓展，否則將不再具有應用價值。而想要進行拓展，就需要對當前存在的惡意代碼、病毒程序進行研究與分析，這樣才能將信息特征輸入病毒信息庫中實現拓展，如果這個過程比較漫長，則說明其拓展性不足。例如2006年的“熊貓燒香”病毒是一種蠕蟲病毒的變種，具有多種變化，該病毒在當時幾乎無法處理，數年后各大網絡安全檢驗程序才具有治理這一病毒的能力。可見傳統網絡安全檢驗手段的拓展性不足，難以應對一些存在過多變化、新出現的惡意代碼或病毒程序。

2 人工神經網絡在網絡安全檢驗中的優勢

2.1 人工神經網絡概念

顧名思義，人工神經網絡就是模擬人體神經運作機制而形成的一種網絡運作機制，它將每個需要分析的數據視作一個神經元節點，再對節點進行深度分析，獲取節點的信息。同時將每個神經元節點作為基礎節點，分析基礎節點與其他所有節點的聯系，這樣就可以對整體信息特征進行深度分析。所有分析結果將被導入知識庫中，這樣在遇到相同信息的時候即可根據知識庫特征匹配機制對信息進行識別，對信息進行定義[2]。而人工神經網絡與人體神經運作機制存在性能上的區別，即人體神經運作機制在短時間內能處理的信息比較有限，同時效率上較低，但人工神經網絡作為網絡信息手段，其處理量級與效率遠超人體神經，因此人工神經網絡在信息處理性能上優于人體神經，能夠替代人工對信息進行分析。

2.2 應用優勢

人工神經網絡在網絡安全檢驗中具有許多優勢，其中較具代表性的有三點：運作量級與效率優勢、準確性優勢與拓展性優勢。優勢表現如下：

（1）運作量級與效率優勢

以往網絡安全檢驗手段只能算作網絡自動化手段，它在運作流程中的信息數據處理、信息特征導入兩個環節上存在量級與效率上的劣勢，即以往檢驗手段在這兩個環節上依舊依賴人工，因此人工神經運作機制在量級與效率上的劣勢在以往手段中同樣存在。但在人工神經網絡作用下，網絡安全檢驗手段的運作量級與效率大幅提升，在極短的時間內可以對千萬級，甚至數以億計的數據進行處理，相比之下可知人工神經網絡具有運作量級與效率的優勢。

（2）準確性優勢

融合了人工神經網絡的網絡安全檢驗手段，在處理信息時不會單純根據表面信息特征來進行判斷、識別，其具體流程會分為兩個環節：首先，根據表面信息特征對分析目標的可靠度進行評估，如果目標在表面信息特征上與危險信息相似，則將信息歸納與“疑似危險信息”隊列；其次，針對疑似危險信息，通過神經網絡與大數據，對信息進行深度分析，此舉可以對疑似危險信息進行準確定義，并對該信息所造成的最終結果進行判斷，確認該信息是否是危險信息。例如針對捆綁軟件，通過人工神經網絡分析可知捆綁軟件是否包含惡意代碼或者屬于病毒程序，若符合其中任意一條就會對整個軟件安裝過程進行制止，若均不符合將視為普通捆綁軟件，由用戶自主選擇是否下載。

（3）拓展性優勢

以往網絡安全檢驗手段最大的劣勢就是拓展性不足，原因在于其無法應對惡意代碼、病毒程序的更新與變化，但在人工神經網絡應用中網絡安全檢驗拓展性將得到強有力的支撐，說明人工神經網絡具有良好的拓展性優勢。人工神經網絡的拓展性優勢體現于它的“智能學習”功能，即當計算機網絡環境遭受新的惡意代碼、病毒程序時，人工神經網絡會將此類信息規劃為“未知信息”，并制止其運作，隨后對未知信息進行解析，得到神經元節點，并根據人工神經網絡邏輯分析信息內各節點的運作情況。如果運作過程中發現這些信息存在威脅，則會將其定義為“危險信息”，對其進行更強力的控制，同時繼續深度分析，獲取新惡意代碼、病毒程序的特征與機制。最終的分析結果將全部導入知識庫中，生成“新知識”，即可對此類惡意代碼、病毒程序進行識別與直接定義，實現網絡安全檢驗手段的拓展。

3 人工神經網絡在網絡安全檢驗中的應用方案

3.1 方案框架

要將人工神經網絡應用于網絡安全檢驗中就必須先搭建框架，這是實現應用的基礎步驟。框架的搭建要考慮人工神經網絡與網絡安全檢驗手段的銜接，必須保障雙方的數據交互流程完整，因此在框架設計中主要針對兩者的數據交互流程進行設計。另外，鑒于人工神經網絡與網絡安全檢驗本身的框架依舊比較成熟，因此本文設計中不包含兩者框架設計。

（1）數據交互需求分析

為了保障雙方數據交互流程完整，需要先對雙方數據交互需求分析，梳理所需流程環節。以網絡安全檢驗為基礎，它與人工神經網絡之間至少需要存在三個數據交互需求：（1）網絡安全檢驗需要具備接收人工神經網絡信息識別結果的數據接口；（2）人工神經網絡需要具備接收網絡安全檢驗反饋信息的接口；（3）網絡安全檢驗與人工神經網絡都要具備與知識庫等數據對接的接口。

（2）數據交互框架設計

根據三大數據交互需求，在框架設計上首先采用局域網或以太網來構建網絡環境，利用網絡環境中的數據傳輸功能來支撐各數據交互需求。其次，在局域網或以太網環境中進行接口設計，即因為（1）、（2）接口實際上就是網絡安全檢驗與人工神經網絡的交互功能，所以直接使用雙向交換機來進行支撐即可。而針對（3）接口則先使用單向交換機，使網絡安全檢驗數據可以被導入至知識庫，后使用雙向交換機將知識庫與人工神經網絡連接。

3.2 方案功能

在方案框架基礎上進行功能設計，才能發揮人工神經網絡的作用，實現應用目的。通常情況下，人工神經網絡在網絡安全檢驗中至少要具備兩大功能，即神經拓撲深度分析功能和數據信息識別功能。各功能實現方法見下文。

（1）神經拓撲深度分析功能

神經拓撲深度分析功能是支撐人工神經網絡對網絡安全檢驗信息進行分析、獲取信息特征的主要功能。在框架上當網絡安全檢驗遇到“危險信息”或“未知信息”時，將通過交換機將信息導入人工神經網絡，并根據拓撲結構來進行深度分析，由此得出結果。該功能的實現需要具備兩個要素，分別為大數據與拓撲結構。通常情況下需要將大數據與人工神經網絡連接，使雙方保持交互關系，這樣人工神經網絡即可得到大數據支撐，對信息進行分析。拓撲結構上不同的人工神經網絡所采用的結構不同，常見的有樹狀接口、魚骨結構等，其中前者擴展性更強、分枝更加廣泛，更推薦使用。

（2）數據信息識別功能

數據信息識別功能主要由知識庫實現，即當人工神經網絡通過神經拓撲深度分析功能得出結果后，結果會進入數據庫。每當網絡安全檢驗遇到相關信息時，就會通過人工神經網絡對信息進行識別，識別過程中人工神經網絡會根據分析信息與知識庫內容進行匹配，如果發現匹配度較高的信息，則對分析信息進行定義；如果沒有匹配度較高的信息，則將信息定義為“未知信息”，再次通過神經拓撲深度分析功能進行分析，再導入知識庫。

4 結語

綜上，人工神經網絡在計算機網絡安全檢驗中的應用表現良好，優勢突出，能夠彌補以往安全檢驗手段上的不足。本文對此提出的應用方案，實現了人工神經網絡與計算機網絡安全檢驗的融合，可起到全面保障計算機網絡安全，提高網絡安全檢驗準確性、拓展性及信息處理量級、效率的作用。

[1]張春麗，王薇.淺談計算機網絡安全檢驗中神經網絡的應用研究[J].數碼世界，2018，000（005）：222-223.

[2]楊尚勇.淺談計算機網絡安全評價中神經網絡的應用[J].商，2015（41）：237.