[发明专利]一种基于生物免疫的主动防御系统法及方法有效

专利信息
申请号: 201811438998.8 申请日: 2018-11-29
公开(公告)号: CN109347870B 公开(公告)日: 2022-01-14
发明(设计)人: 王国军;苏命峰;徐天骥;彭滔 申请(专利权)人: 广州大学
主分类号: H04L9/40 分类号: H04L9/40
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;宋静娜
地址: 510000 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 生物 免疫 主动 防御 系统 方法
【说明书】:

发明公开了一种基于生物免疫的主动防御系统及方法,该系统包括:终端,设有通过云端训练好的已知的行为库,通过类生物免疫机理,对基于内部和外部数据产生的行为进行本地检测、实时监控,进行第一级主动防御,并将未识别出的未知行为发送至云端;云端,设有通过云端训练好的已知的行为库,收集所述终端发送的未知行为,引入深度学习,进行云检测以及行为预警,并将新行为实时推送至终端,进行第二级防御,本发明基于类生物免疫机制以及改进NSA否定选择算法,能主动识别、预防、追踪、审核不安全的计算机行为,实现云‑端协同计算环境整体防御、主动防御。

技术领域

本发明涉及网络安全技术领域,特别是涉及一种面向云-端协同计算环境的基于生物免疫的主动防御系统法及方法。

背景技术

计算机发展初期,出现单机计算机病毒等,一般采取安装单机杀病毒软件解决安全问题。随着网络的普及,出现了可以在网络中传播的蠕虫、木马等安全问题,可以安装具备云查杀的网络安全软件部分解决安全问题。当前,随着互联网、云计算、物联网、雾计算、边缘计算等新型网络计算模式的出现,网络应用愈加广泛,用户需求易变、环境异构、网络复杂,网络安全和性能问题更加突出。

目前解决网络安全问题的方法都存在如下问题:①只能防止已有的安全问题,如果出现新的系统漏洞或安全问题,需要等到安全软件、设备厂商推出解决方案,对软件或设备升级才能解决;②只能制止已经发生危害的安全行为,不能将潜伏在终端即将发生的安全隐患提前预警,提早解决;③终端面对安全问题多依靠自身的安装的安全软件解决,没有整合云端和终端的协同防御功能。

现有技术中,作者为任相花、由哈尔滨理工大学于2006年5月出版的硕士学位论文“一种基于生物免疫的入侵检测系统的研究与实现”提出了基于生物免疫的入侵检测系统,其由分布在不同节点的检测子集组成,结合导常检测与误用检测方法,用专家规则作为先天检测器检测一些已知的入侵,但它不能解决主动探知未知病毒和入侵;由《电子科技大学》于2012年出版的作者为陶旭“基于生物免疫的入侵检测方法研究”参考记忆细胞作用机制,设计一种基于生物免疫的信息检测方法,在常规入侵检测基础上,设计普通抗体、有效抗体和记忆抗体三种检测器,能对实现部分异常检测,但有一定误检率。

发明内容

为克服上述现有技术存在的不足,本发明之目的在于提供一种基于生物免疫的主动防御系统法及方法,以整合云和端的资源,采用类生物免疫机制,基于改进NSA否定选择算法,训练抗原数据,识别软件流、数据流的各种行为,进行主动、整体安全防御,包括自动中止已知风险和恶意攻击等,探知和防范未知风险安全风险,并对风险进行预警。

为达上述及其它目的,本发明提出一种基于生物免疫的主动防御系统,包括:

终端,设有通过云端训练好的已知的行为库,通过类生物免疫机理,对基于内部和外部数据产生的行为进行本地检测、实时监控,进行第一级主动防御,并将未识别出的未知行为发送至云端;

云端,设有通过云端训练好的已知的行为库,收集所述终端发送的未知行为,引入深度学习,对未知行为进行云检测以及行为预警,并将处理结果实时推送至终端,进行第二级防御。

优选地,所述终端对基于内部和外部数据产生的行为利用行为库进行识别,于识别出不安全行为时对其进行截断终止,于识别不出时则进一步进行深度学习,于深度学习后确定为不安全行为时,将该行为截断终止,而将经深度学习后仍识别不出的未知行为传递给所述云端。

优选地,所述云端对所述终端传送的未知行为利用其拥有的全部学习样本、已知的所有抗体,基于改进的NSA否定选择算法,进行深度学习,检测所述未知行为是否为不安全行为,并将检测结果返回给所述终端。

优选地,所述云端若检测出所述未知行为为不安全行为,则生成二进制字符特征码的抗体,更新云端行为库,并将该二进制字符特征码的抗体下发给每个终端,更新各终端的行为库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811438998.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top