黑盒遗传算法下异构网络信息安全漏洞深度挖掘

作     者：周浩 ZHOU Hao

作者机构：安徽邮电职业技术学院计算机系安徽合肥230031 

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) 

出 版 物：《太原师范学院学报:自然科学版》 (Journal of Taiyuan Normal University:Natural Science Edition)

年 卷 期：2023年第22卷第3期

页      码：33-38页

摘      要：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.

主 题 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 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

馆 藏 号：203124028...