云存储高级持续性威胁攻防博弈理论研究

发布时间：2021-01-25 01:22

　　高级持续性威胁攻击（Advanced Persistent Threat,APT）具有持续性、组织性和目标明确等特征,严重威胁云存储系统中海量数据的隐私,造成严重的经济损失和社会影响。APT攻击手段具有隐蔽性,因此云存储系统难以实时检测。在动态APT攻防交互中,攻击者和防御者轮流控制其存储设备,因此APT检测过程可以用博弈论进行建模研究。APT攻击者在选择其攻击时刻时,由于不确定APT攻击完成时间和存储系统防御策略等因素,其决策具有一定的主观性。为此,论文采用前景理论研究APT攻击者的主观性对云存储安全的影响,针对APT攻击完成时间和存储系统防御策略不确定的场景分别建立主观APT攻防博弈模型。该博弈模型引入攻击者的概率权重函数,描述其选择攻击时间间隔时对存储系统扫描概率和APT攻击完成时间分布概率的估计失真度。在此基础上,揭示上述两种博弈的静态纳什均衡点。仿真结果表明,在低强度系统安全防护场景中,主观的APT攻击者由于过度重视其可能的攻击损耗,降低其攻击率,从而提高存储系统数据安全性。为了解释主观APT攻击者的框架效应心理,满足决策中的随机占优原则,论文进一步建立基于累积前景理论的AP... 

【文章来源】： 许冬瑾 厦门大学

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
常用符号对照表
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 研究内容及意义
    1.4 论文结构安排
第二章 云存储安全及APT防御研究
    2.1 云存储入侵检测技术
    2.2 APT攻击防御技术
    2.3 本章小结
第三章 云存储主观APT攻防博弈
    3.1 APT攻防博弈模型
    3.2 主观APT攻防博弈
        3.2.1 APT攻防人为决策模型
        3.2.2 基于前景理论的主观APT攻防博弈
        3.2.3 APT攻防博弈均衡性能分析
    3.3 基于累积前景理论的主观APT攻防博弈
        3.3.1 主观APT攻防模型
        3.3.2 基于累积前景理论的主观APT攻防博弈
        3.3.3 APT攻防博弈均衡性能分析
    3.4 本章小结
第四章 动态云存储主观APT攻防博弈
    4.1 基于强化学习的动态攻防博弈研究
    4.2 基于强化学习的APT防御机制
        4.2.1 基于Q学习的APT检测方案
        4.2.2 基于Hot-PHC算法的APT检测机制
    4.3 动态APT攻防博弈性能
        4.3.1 基于前景理论的动态APT攻防博弈性能
        4.3.2 基于累积前景理论的动态攻防博弈性能
    4.4 本章小结
第五章 总结和展望
    5.1 研究工作总结
    5.2 未来工作展望
参考文献
研究成果与项目参与情况
致谢


【参考文献】：
期刊论文
[1]APT攻击详解与检测技术[J]. 贺诗洁,黄文培.  计算机应用. 2018(S2)
[2]基于通信特征的APT攻击检测方法[J]. 戴震,程光.  计算机工程与应用. 2017(18)
[3]深度学习在游戏中的应用[J]. 郭潇逍,李程,梅俏竹.  自动化学报. 2016(05)
[4]强化学习及其在电脑围棋中的应用[J]. 陈兴国,俞扬.  自动化学报. 2016(05)
[5]云存储安全技术研究进展综述[J]. 肖亮,李强达,刘金亮.  数据采集与处理. 2016(03)
[6]云环境下APT攻击的防御方法综述[J]. 张浩,王丽娜,谈诚,刘维杰.  计算机科学. 2016(03)
[7]基于分层强化学习及人工势场的多Agent路径规划方法[J]. 郑延斌,李波,安德宇,李娜.  计算机应用. 2015(12)
[8]基于大数据分析的APT攻击检测研究综述[J]. 付钰,李洪成,吴晓平,王甲生.  通信学报. 2015(11)
[9]基于前景理论的应急方案动态调整方法[J]. 王亮,王应明,胡勃兴.  控制与决策. 2016(01)
[10]基于前景理论的具有指标期望的多指标决策方法[J]. 刘云志,樊治平.  控制与决策. 2015(01)



本文编号：2998278