面向拟态防御架构的动态调度算法研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:mmtt001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息技术的高速发展使得网络空间安全问题愈发严重,传统的防御体系由于其确定性和静态性,已经无法应对未知的安全问题,网络空间这种不平衡的现状不断威胁着各行各业的信息安全。为了改变这一被动的局面,邬江兴院士提出了一套主动防御架构,即网络空间拟态防御架构(CMD)。该架构围绕动态、异构、冗余三大特性,针对未知的攻击行为,通过使系统内部发生不确定的变化,导致攻击者难以实现攻击目的。作为拟态防御架构中的重要环节,动态调度算法实现了服务集中执行体的动态变化,一旦变换规律被攻击者掌握,就会使得原本动态异构的空间退化为攻击者眼中的静态异构空间,所以拟态防御架构中的动态调度算法尤为重要,它决定了拟态防御架构的安全性和可靠性。本文面向拟态防御架构,首先分析了动态异构冗余构造的安全机理,提出了拟态防御架构的安全性分析模型,为之后动态调度算法的安全性实验奠定理论基础。其次,针对现有调度算法存在的调度被动和调度粒度大的问题,结合随机阈值生成方法,提出了基于时间阈值、任务阈值的调度算法,从两个不同的维度实现了拟态防御的动态随机性。最后,为了弥补基于阈值调度算法的不足,进一步加强动态异构冗余特性,提高拟态防御架构的可靠性,给出了执行体服务集初始化的最小相似度算法,并将时间阈值和随机阈值相结合,提出了基于多级队列的动态调度算法。针对本文提出的三种调度算法,本文采用模拟仿真的方式,与其他的调度算法进行实验对比,结果分析表明基于多级队列的动态调度算法可以兼顾安全性和可靠性,具备更好的动态异构冗余特性,可以有效地防止异构执行体变换规律被攻击者掌握。但是不足的是,该算法调度过程复杂,对系统性能要求高。
其他文献
新闻资讯在社交媒体平台上的传播速度和扩散范围都是空前的,这也为谣言的肆意传播带来了便利。一些针对性的或故意捏造的谣言可能会挑起民众的情绪,进而破坏网络环境,造成非常不好的社会影响。然而微博上的言论是海量的,人工判断所有谣言的真实性并遏制虚假谣言的传播显然是不可能的,因此需要自动化的技术和模型来对微博谣言进行分析,进而完成谣言真实性的判定。本文主要面向微博平台上的谣言展开研究,涉及到谣言检测任务体系
强对流天气是具有演变迅速、生命史短、破坏力强等特点的灾害性天气之一,常对人民的生命财产造成严重威胁。因此,对强对流天气预报方法进行研究具有重要意义。目前,在气象预报业务中,通常使用多普勒天气雷达探测数据,反演出强对流天气系统的大气风场和降水等情况。本文旨在使用多普勒天气雷达数据,采取深度学习方法对半小时以内的降水情况进行预报研究。研究首先是对多普勒天气雷达数据预处理,构建数据集。具体是根据雷达回波
在现代化战争中低成本精确制导炮弹备受各国青睐,而采用气动力修正的PGK(精确制导组件)因其良好的修正能力、低廉的价格在制导弹药中得到越来越广泛的应用,但因其良好的控制受限于弹体转速,当弹体转速不在PGK反旋舵机控制范围内时,就失去相应的制导能力。本论文旨在解决这一问题设计了一款新型的云台式PGK,增强了PGK对弹体转速的适应范围,且控制系统动、静态性能良好,提高了弹箭精准度,在低成本精确制导弹药领
工业生产中,对多自由度机械臂的应用日益增加,对机械臂如何运动以及如何控制等问题的研究不断深入且存在许多优化空间,对于此类问题的研究有着重大意义。本文以搭载在Stewart动平台上的LOBOT型机械臂为控制对象,研究了机械臂与动平台的运动学建模、机械臂的路径规划与轨迹规划问题、动平台机械臂的控制算法、控制器参数离线整定算法以及进行联合仿真实验。本论文所做工作及成果如下:本文以LOBOT型机械臂为研究
现实世界中,关系普遍存在于事物之间,其中不同类型事物间的关系适合用二分图来建模,它们可用于识别或表示单个事物,价值不可估量。为了让计算机理解并充分利用这些关系,我们需要为每个节点学习向量表示,使其可用于其它机器学习模型。因此有必要充分考虑二分图的属性,来设计适合二分图的模型。本文首先调研了图表示学习模型的现状及缺陷,发现它们不适用于二分图,未能同时建模二分图所蕴含的显式和隐式关系,或由于线性结构而
在轨道交通领域,客流计数能够实时监控不同区域的客流情况,为引导分流等安防措施提供了保障,也为票务清分提供了有效依据。随着深度学习的快速发展,利用神经网络已经是计算机视觉的常规办法,如何设计更加轻量化的模型同时不大幅降低检测效果,是基于深度学习行人检测问题中十分有现实意义的问题;同时在轨道交通场景中低视角的监控角度导致行人遮挡更为严重,需要研究更加适用的行人跟踪算法。本文针对轨道交通场景下,客流计数
MEMS微镜的日趋成熟为激光雷达扫描光路设计提供了新的思路,但是其有效镜面尺寸的限制使得光束准直扫描光路设计中难以兼顾小的发散角、大的扫描范围以及高的发射效率,给激光雷达发射光学系统设计带来了很大的难度。为此,论文引入遗传算法,研究了MEMS激光雷达扫描发射光学系统理想镜组参数的最优化设计问题,得到了满足光学系统约束条件的最优化设计结果。论文在深入资料调研的基础上,梳理了项目组已有MEMS激光雷达
学习样本间的距离度量是计算机视觉领域的一个基础而又重要的课题。近年来,随着深度学习在计算机视觉领域的快速发展,深度度量学习也得到了广泛的关注与研究。深度度量学习主要是通过深度神经网络学习得到满足距离关系的特征嵌入。尽管目前深度度量学习方法相较于传统度量学习方法已经取得了较大的进步,但其仍面临着一些挑战。大部分深度度量学习工作均基于正负样本对的相对距离的三元组关系展开,而基于正负样本对的绝对距离的二
机器学习涉及生活的各个方面并取得良好的效果,但传统的全监督学习算法需要大量的人工标注信息进行训练。在这种情况下,半监督学习(Semi-Supervised Learning,SSL)被提出并引起了广泛的关注。因为仅存在少量的标记样本,所以半监督学习算法往往受到带标签离异点的影响。为了提高半监督学习算法对于离异点的鲁棒性,本文基于Welsch损失函数设计了两个半监督学习算法并实现了一个验证系统,具体
随着社会的发展与科技的进步,信息技术亦得到了空前发展,在此背景下,基于互联网信息技术的新媒体成为了当下时代传媒行业的"新宠儿"。对于传统电视媒体而言,新媒体的兴起既对其造成了巨大冲击,也为其带来了新的发展契机。在新时期,日渐衰落的电视媒体若想突破时代的桎梏,则势必需要将自身的优势与新媒体的优势进行融合,实现二者的融合发展。为实现该目的,本文将对新时期电视媒体与新媒体融合发展的必要性、电视媒体与新媒