◆焦少波沈浩陳鑫
探索網(wǎng)絡(luò)空間安全防御當(dāng)中人工智能技術(shù)的應(yīng)用
◆焦少波1沈浩2陳鑫1
(1.鄭州信大先進(jìn)技術(shù)研究院 河南 450000;2.東莞智聯(lián)光頻科技有限公司 廣東 523000)
應(yīng)用人工智能技術(shù),實(shí)現(xiàn)網(wǎng)絡(luò)空間安全防御,能夠提升網(wǎng)絡(luò)信息安全水平。基于此,本文從人工智能技術(shù)在網(wǎng)絡(luò)空間安全防御中應(yīng)用的優(yōu)勢(shì)展開論述,介紹了神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、人工免疫這幾項(xiàng)常用AI技術(shù)在網(wǎng)絡(luò)空間防御中的應(yīng)用,并闡述了AI技術(shù)在樣本訓(xùn)練、組合參數(shù)優(yōu)化算法、系統(tǒng)仿真測(cè)試這個(gè)網(wǎng)絡(luò)空間安全防御體系建設(shè)環(huán)節(jié)中的應(yīng)用,實(shí)現(xiàn)了對(duì)AI網(wǎng)絡(luò)空間安全防御的深入分析,供相關(guān)讀者參考。
網(wǎng)絡(luò)空間;人工智能;安全防御
AI技術(shù)屬于計(jì)算機(jī)科學(xué)的一個(gè)分支,其主要是指一種能夠模擬、擴(kuò)展、延伸人類智能的計(jì)算機(jī)技術(shù),將其應(yīng)用到網(wǎng)絡(luò)空間安全防御中,可以幫助人員處理其中非智能難以解決的問(wèn)題,提高安全防御系統(tǒng)的主觀能動(dòng)性,因此,為了持續(xù)推進(jìn)信息化建設(shè)進(jìn)程,應(yīng)深入分析AI技術(shù)在網(wǎng)絡(luò)安全防御中的應(yīng)用,以強(qiáng)化AI技術(shù)的使用效果,維護(hù)網(wǎng)絡(luò)空間建設(shè)領(lǐng)域的穩(wěn)健運(yùn)行。
一般來(lái)說(shuō),網(wǎng)絡(luò)空間在運(yùn)行過(guò)程中,會(huì)實(shí)時(shí)受到惡意代碼、病毒、惡意攻擊等方面的威脅,而常規(guī)的網(wǎng)絡(luò)安全防護(hù)系統(tǒng),通常會(huì)采用直接隔絕的方式,來(lái)實(shí)現(xiàn)空間防御,無(wú)法有效識(shí)別各類威脅,并進(jìn)行威脅溯源,因此,在常規(guī)網(wǎng)絡(luò)防御期間,只有在空間受到實(shí)質(zhì)性破壞之后,防御系統(tǒng)才會(huì)采取相應(yīng)的反應(yīng),導(dǎo)致當(dāng)前大部分網(wǎng)絡(luò)安全防御系統(tǒng)的主觀能動(dòng)性較差,影響了信息安全防護(hù)效果。而AI技術(shù),能夠賦予防御系統(tǒng)學(xué)習(xí)和推理能力,并通過(guò)識(shí)別網(wǎng)絡(luò)空間運(yùn)行期間產(chǎn)生的模糊信息,來(lái)判斷網(wǎng)絡(luò)空間是否面臨安全威脅,以及面臨什么樣的安全威脅,同時(shí),還可以借助基于模糊信息的處理結(jié)果,準(zhǔn)確辨別威脅來(lái)源,以便于防御系統(tǒng)采取前瞻性的安全防御措施,全面預(yù)防網(wǎng)絡(luò)安全問(wèn)題。此外,AI技術(shù)還能解決網(wǎng)絡(luò)安全防護(hù)層次間溝通、協(xié)作等非智能難以解決的問(wèn)題,使計(jì)算機(jī)內(nèi)部得以形成一個(gè)更加穩(wěn)定、嚴(yán)謹(jǐn)?shù)陌踩雷o(hù)體系,增強(qiáng)防護(hù)體系的使用性能,以保證網(wǎng)絡(luò)空間的安全運(yùn)行。
(1)神經(jīng)網(wǎng)絡(luò)技術(shù)
就目前來(lái)看,在網(wǎng)絡(luò)空間安全防御中常用的AI技術(shù)主要有三種,即人工神經(jīng)網(wǎng)絡(luò)技術(shù)、專家系統(tǒng)技術(shù)、人工免疫技術(shù)。其中,人工神經(jīng)網(wǎng)絡(luò)技術(shù)是指,一種通過(guò)抽象人腦神經(jīng)元網(wǎng)絡(luò),構(gòu)建信息處理模式,以模擬人腦進(jìn)行信息處理的AI技術(shù)。該技術(shù)的運(yùn)作完全依賴于從人腦神經(jīng)元網(wǎng)絡(luò)體系抽象出的運(yùn)算模型,并借助由神經(jīng)元節(jié)點(diǎn)所代表的激勵(lì)函數(shù),以及由節(jié)點(diǎn)間連接部分所代表的權(quán)重,表達(dá)出針對(duì)某項(xiàng)事物的邏輯策略,實(shí)現(xiàn)智能化的信息處理。在此過(guò)程中,由于神經(jīng)網(wǎng)絡(luò)能夠較為逼真地模擬人腦的信息處理模式,因此,其具備較強(qiáng)的智能識(shí)別能力,可以分辨出蓄意制造雜音,以及惡意扭曲變異的入侵情況,同時(shí),這種智能化的信息處理方式,也使其能夠?qū)δ吧录M(jìn)行記憶,形成良好的學(xué)習(xí)能力與適應(yīng)能力,使系統(tǒng)針對(duì)網(wǎng)絡(luò)安全威脅的反應(yīng)速度得以逐步加快,有助于網(wǎng)絡(luò)空間安全防御系統(tǒng)運(yùn)行水平的發(fā)展。以垃圾郵件檢測(cè)為例,在檢測(cè)過(guò)程中,神經(jīng)網(wǎng)絡(luò)通常作為安全檢測(cè)的決策算法,其可以根據(jù)自身的學(xué)習(xí)、記憶內(nèi)容,對(duì)垃圾郵件中常見的蠕蟲病毒迅速做出隔離決策,并基于自身的蠕蟲病毒認(rèn)知,結(jié)合模糊信息處理這一人類思考模擬,準(zhǔn)確識(shí)別新型的蠕蟲病毒,以維護(hù)網(wǎng)絡(luò)空間的安全,也就是說(shuō),當(dāng)神經(jīng)網(wǎng)絡(luò)運(yùn)算模型已經(jīng)可以識(shí)別某種蠕蟲病毒,那么無(wú)論蠕蟲病毒無(wú)論如何發(fā)展,其都會(huì)被該神經(jīng)網(wǎng)絡(luò)運(yùn)算模型所識(shí)別和處理,由此可見,將該技術(shù)應(yīng)用到防御系統(tǒng)中,有助于系統(tǒng)運(yùn)行水平的深入優(yōu)化。
(2)專家系統(tǒng)技術(shù)
在AI技術(shù)中,專家系統(tǒng)技術(shù)是指一種,蘊(yùn)含著海量專業(yè)領(lǐng)域內(nèi)專家水平的經(jīng)驗(yàn)、知識(shí)內(nèi)容,且能夠以專家的層次處理問(wèn)題的AI技術(shù),該技術(shù)的運(yùn)行核心在于其中的專家程序系統(tǒng),該系統(tǒng)可以模擬專家的思考、決策過(guò)程,并對(duì)問(wèn)題做出專業(yè)的推理和判斷,以有效處理一些復(fù)雜、專業(yè)的問(wèn)題,實(shí)現(xiàn)高層次的智能化信息處理。從總體上來(lái)看,該技術(shù)所用的專家系統(tǒng)是由知識(shí)庫(kù)、推理機(jī)、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取、人機(jī)交互、解釋器這六個(gè)部分組成,其中,知識(shí)庫(kù)內(nèi)存儲(chǔ)了大量專家的知識(shí)、經(jīng)驗(yàn)內(nèi)容,在專家系統(tǒng)技術(shù)的運(yùn)作中發(fā)揮著關(guān)鍵作用。在此過(guò)程中,管理人員可以基于當(dāng)前的安全防御需求和條件,通過(guò)在推理機(jī)中,整理編制標(biāo)準(zhǔn),即可利用這些標(biāo)準(zhǔn)反復(fù)匹配知識(shí)庫(kù)中的專家經(jīng)驗(yàn)、知識(shí)內(nèi)容,得到安全情況評(píng)估結(jié)果。此外,在該技術(shù)的應(yīng)用中,管理者也可以利用人機(jī)交互界面,輸入基本信息,并回答程序提出的問(wèn)題,以得出更加精準(zhǔn)的網(wǎng)絡(luò)安全推理評(píng)估結(jié)果,和配套的解釋說(shuō)明。在早期階段,一個(gè)行之有效的安全防御專家程序,需要工作者利用程序設(shè)計(jì)語(yǔ)言、AI語(yǔ)言,結(jié)合與網(wǎng)絡(luò)安全領(lǐng)域?qū)<业暮献鳎拍芡瓿沙绦蚓幹疲臅r(shí)較長(zhǎng)、制作難度較大,而現(xiàn)如今,只需要專家系統(tǒng)開發(fā)環(huán)境、專家系統(tǒng)開發(fā)工具,即可完成程序的制作,使該項(xiàng)技術(shù)具備了更廣闊的應(yīng)用推廣空間,有助于網(wǎng)絡(luò)安全防御系統(tǒng)安全評(píng)估性能的優(yōu)化。
(3)人工免疫技術(shù)
人工免疫技術(shù)作為AI分支技術(shù)的一種,其模仿了醫(yī)學(xué)上的人工免疫原理,并通過(guò)建立一個(gè)免疫算法,來(lái)實(shí)現(xiàn)抗原識(shí)別、初始抗體群建設(shè)、親和度評(píng)價(jià)、免疫處理這幾項(xiàng)病毒免疫程序,以有效抵抗外來(lái)入侵,達(dá)到網(wǎng)絡(luò)安全防御的效果。從整體上來(lái)看,其作用效果雖然與神經(jīng)元網(wǎng)絡(luò)技術(shù)相似,但相較于神經(jīng)元網(wǎng)絡(luò)技術(shù),人工免疫技術(shù)更加側(cè)重于從入侵角度來(lái)進(jìn)行防御,而非從主觀預(yù)防角度進(jìn)行防御,因此,其具備更強(qiáng)的主觀能動(dòng)性,有助于網(wǎng)絡(luò)安全防護(hù)系統(tǒng)防御能力的全面優(yōu)化。在人工免疫技術(shù)的應(yīng)用中,運(yùn)算模型會(huì)針對(duì)其他系統(tǒng)環(huán)節(jié)所識(shí)別出的待優(yōu)化問(wèn)題,進(jìn)行可行性分析,以提取先驗(yàn)知識(shí),形成合理的親和度函數(shù),以及配套的約束條件。此后,得出問(wèn)題的可行解空間,并在空間范圍內(nèi),組建一個(gè)初始種群,同時(shí),對(duì)其中包含的所有可行解,開展親和度評(píng)價(jià),以判斷其是否滿足約束條件,即得出問(wèn)題的最優(yōu)可行解。最后,基于該最優(yōu)可行解,進(jìn)行“免疫”處理,即優(yōu)化最優(yōu)解的激勵(lì)度,以便于同類網(wǎng)絡(luò)威脅出現(xiàn)時(shí),最優(yōu)解可以迅速做出反應(yīng),消除安全威脅,保證網(wǎng)絡(luò)空間安全,例如:在蠕蟲病毒的防護(hù)中,一旦病毒出現(xiàn),相應(yīng)的免疫最優(yōu)解,就會(huì)被立即觸發(fā),使系統(tǒng)做出相應(yīng)的殺毒反應(yīng),以防止病毒感染系統(tǒng),完成防御工作。
(1)在樣本訓(xùn)練中的應(yīng)用
在AI技術(shù)的具體應(yīng)用方面,其常見于安全防御系統(tǒng)中,安全勢(shì)態(tài)感知預(yù)測(cè)功能的塑造上。該功能的內(nèi)容為,基于歷史信息,結(jié)合當(dāng)前狀態(tài),對(duì)網(wǎng)絡(luò)空間未來(lái)一段時(shí)間內(nèi)安全情況的發(fā)展趨勢(shì)進(jìn)行感知與預(yù)測(cè),以便于防御系統(tǒng)采取相應(yīng)的安全防護(hù)決策,達(dá)到保證網(wǎng)絡(luò)空間安全的目的。基于此,在安全防御系統(tǒng)建設(shè)中,AI技術(shù)主要被應(yīng)用在樣本訓(xùn)練、組合參數(shù)優(yōu)化算法、系統(tǒng)仿真測(cè)試這幾個(gè)環(huán)節(jié)上。其中,樣本訓(xùn)練是指利用歷史數(shù)據(jù),對(duì)系統(tǒng)展開訓(xùn)練,使其學(xué)習(xí)基礎(chǔ)的安全防御規(guī)則,以幫助其有效應(yīng)適應(yīng)各類工況,即給予系統(tǒng)各類病毒、惡意代碼等安全威脅樣本,并借助AI技術(shù)的學(xué)習(xí)能力,幫助系統(tǒng)掌握防御這些威脅的方法,讓在正式投入使用前,具備一定的基礎(chǔ)防御能力。在此過(guò)程中,工作者需先基于AI技術(shù)的學(xué)習(xí)原理,確認(rèn)訓(xùn)練樣本的大小。一般來(lái)說(shuō),人們通常會(huì)采用BIC準(zhǔn)則,構(gòu)建一個(gè)ARMA模型,即:

其中,為預(yù)測(cè)序列長(zhǎng)度、()2為預(yù)測(cè)誤差歸一化方差、為訓(xùn)練樣本個(gè)數(shù)。此后,再基于上述樣本大小計(jì)算結(jié)果,來(lái)合理規(guī)劃、制作各個(gè)訓(xùn)練樣本,使系統(tǒng)能夠達(dá)到有效的學(xué)習(xí),并逐步具備足夠的安全威脅防御能力,實(shí)現(xiàn)對(duì)AI技術(shù)學(xué)習(xí)功能的應(yīng)用[1]。
(2)在組合參數(shù)優(yōu)化算法中的應(yīng)用
在該項(xiàng)系統(tǒng)建設(shè)環(huán)節(jié)中,AI技術(shù)的應(yīng)用主要體現(xiàn)在遺傳算法上,其作為AI技術(shù)運(yùn)行所需的重要算法之一,其通過(guò)模擬遺傳學(xué)規(guī)律,能夠借助群體間作用,保持已經(jīng)搜索到的信息,實(shí)現(xiàn)更高層次的優(yōu)化,有助于AI技術(shù)功能運(yùn)行效果的優(yōu)化。在遺傳算法中,需先構(gòu)建一個(gè)球面基因鏈,并將其上任意一點(diǎn),設(shè)為(P,P,P),設(shè)其所對(duì)應(yīng)基因位為,那么,該點(diǎn)的量子位編碼則為,


接著,確定染色體進(jìn)化機(jī)制,以歸納出尋找最優(yōu)個(gè)體的方法,為AI算法的優(yōu)化提供依據(jù)。最后,即可基于上述球面基因鏈、基因鏈解碼,結(jié)合染色體進(jìn)化機(jī)制,對(duì)AI算法進(jìn)行優(yōu)化處理,得出最優(yōu)的AI算法模型,以增強(qiáng)AI技術(shù)體系的運(yùn)行效果,深入優(yōu)化網(wǎng)絡(luò)空間安全防御系統(tǒng)的運(yùn)行水平[2]。
(3)系統(tǒng)仿真測(cè)試分析
待基于AI技術(shù)的安全防御系統(tǒng)建設(shè)完畢后,為了檢驗(yàn)其各方面的性能,工作者還要對(duì)其進(jìn)行仿真測(cè)試,并構(gòu)建出一個(gè)網(wǎng)絡(luò)攻擊仿真環(huán)境,檢驗(yàn)AI技術(shù)的威脅、辨識(shí)、溯源、學(xué)習(xí)功能是否有效運(yùn)行,以保證AI技術(shù)的應(yīng)用效果。在此過(guò)程中,UDPFlood、TCPSYNFlood、DOSnuke作為常見且具有較強(qiáng)代表性的網(wǎng)絡(luò)攻擊類型,可以通過(guò)對(duì)這幾類攻擊進(jìn)行仿真,來(lái)檢測(cè)AI技術(shù)作用效果,達(dá)到系統(tǒng)測(cè)試的目的。其中,在UDPFlood攻擊仿真環(huán)境建設(shè)中,需要先偽造一個(gè)UDP連接,使其與Chargen端口、Echo端口相連接,兩個(gè)端口所屬的兩臺(tái)計(jì)算機(jī)之間不停地產(chǎn)生垃圾數(shù)據(jù),形成UDPFlood攻擊。在TCPSYNFlood仿真中,先要向服務(wù)器發(fā)送SYN包,以構(gòu)建一個(gè)虛假IP,然后利用該IP發(fā)出大量連接請(qǐng)求,消耗服務(wù)器資源,構(gòu)成TCPSYNFlood攻擊。在DOSnuke攻擊仿真中,需利用NetBios不斷向其他節(jié)點(diǎn)發(fā)送攻擊包、數(shù)據(jù)包,構(gòu)建該攻擊環(huán)境。最后,觀察系統(tǒng)在上述攻擊環(huán)境中,是否能夠高效、準(zhǔn)確地追溯攻擊源,并形成相應(yīng)的免疫、防御機(jī)制。此外,還要觀察當(dāng)這些攻擊類型再次出現(xiàn)時(shí),防御系統(tǒng)是否能夠更快地識(shí)別,且做出相應(yīng)防御反應(yīng),使這些攻擊難以實(shí)現(xiàn)。同時(shí),還要不斷增加攻擊強(qiáng)度,并分別以0.5~1、1~2、2~3、3~4Kpackets/s,這四種強(qiáng)度,來(lái)測(cè)試系統(tǒng)承受能力。若系統(tǒng)可以達(dá)到上述運(yùn)行效果,那么即可認(rèn)定AI技術(shù)已經(jīng)在防御系統(tǒng)中被有效應(yīng)用。
綜上所述,準(zhǔn)確運(yùn)用AI技術(shù)維護(hù)網(wǎng)絡(luò)空間安全,有助于信息化領(lǐng)域的良性發(fā)展。在網(wǎng)絡(luò)安全防御中,深化常見AI技術(shù)的應(yīng)用推廣,能夠充分挖掘AI技術(shù)在信息安全防護(hù)方面的價(jià)值,更好地維護(hù)網(wǎng)絡(luò)空間安全,同時(shí),將AI技術(shù)應(yīng)用到網(wǎng)絡(luò)空間安全防御系統(tǒng)中,可以幫助系統(tǒng)及時(shí)識(shí)別,并有效抵御各類安全威脅,為網(wǎng)絡(luò)空間安全提供保障。
[1]榮蓉. 人工智能技術(shù)在網(wǎng)絡(luò)空間安全防御中的應(yīng)用[J]. 電子技術(shù)與軟件工程,2020(11):245-246.
[2]王照. 試析人工智能技術(shù)在網(wǎng)絡(luò)空間安全防御中的應(yīng)用[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2020(04):8-9.
網(wǎng)絡(luò)安全技術(shù)與應(yīng)用2021年2期