-
题名黑盒遗传算法下异构网络信息安全漏洞深度挖掘
被引量：2
- 1
-
-
作者
周浩
-
机构
安徽邮电职业技术学院计算机系
-
出处
《太原师范学院学报（自然科学版）》
2023年第3期33-38,共6页
-
基金
安徽高校省级科学研究项目(2022AH052959)
安徽省教育厅质量工程项目(2021jxtd148)
安徽省职业教育创新发展试验区(WJ-ZYPX-066).
-
文摘
为设计有效测试信息用例,深度、全面挖掘异构网络信息安全漏洞,提出黑盒遗传算法下异构网络信息安全漏洞深度挖掘方法.其核心基于威胁概率计算的异构网络态势感知方法,在分析异构网络环境后,计算目前网络攻击状态与历史攻击状态之间相关性,分析网络威胁概率判断网络态势;针对属于异常态势的网络,基于黑盒遗传算法的漏洞深度挖掘模型,使用驱动Fuzzing测试工具,设计有效测试信息用例,将测试信息用例从异构网络链路层,发送至目标服务器,根据目标服务器所接收数据包中测试信息用例的缺失状态,便可判断信息安全是否存在漏洞.经测试,所提方法在挖掘信息安全漏洞时,所设计的有效测试信息用例的比例明显增大,对多种漏洞信息均可准确挖掘,具备深度、全面挖掘异构网络信息安全漏洞能力.
-
关键词
黑盒遗传算法
异构网络
信息安全
漏洞深度挖掘
网络态势感知
Fuzzing测试工具
-
Keywords
black box genetic algorithm
heterogeneous network
information security
vulnerability depth mining
network situation awareness
Fuzzy test tool
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
