通信网内容安全集成系统研究

论文摘要

随着互联网的迅猛发展，网络中的共享信息资源也以惊人的速度增长，互联网已经成为一个海量的、异质的、非结构的信息中心，成为人们生活中不可或缺的一部份，同时网络中的信息呈现出数量巨大、种类繁多、内容广泛、增长迅速等特点。因特网的发展除了给个人和企业带来极大便利外，也带来了日益突出的网络信息安全问题，恶意病毒的破坏，网络入侵和泄密，垃圾邮件、反动、暴力色情等不良内容在互联网上的传播已经成为日益突出、亟待解决的问题。同时，网络内容监控的需求也日渐旺盛。针对这些情况，在传统的密码学之外，近年又发展起诸如反病毒技术、反垃圾邮件、网络入侵检测、信息隐藏检测、内容监控等许多和应用密切相关的安全领域。以往，各个应用安全领域都各自为政地发展，随着网络攻击方式的“集成化”，这种各自为政的网络安全系统日益暴露出严重的安全缺陷。入侵检测和防火墙技术不能满足基于内容安全的保护需求，也不能防止感染了病毒的程序或文件的传输。常规单机版反病毒软件虽然技术较成熟，但逐台机器更新容易造成遗漏，而对于新型网络病毒来说，遗漏的后果可能是致命的。所以各自为政的安全系统不能给网络系统提供完整的保护，内容安全集成系统则可以弥补以上缺陷。内容安全集成系统绝不是各个应用安全系统的堆积，而是他们的紧密和有机整合。在数据吞吐量大的高速网络环境下，系统整合尤其至关重要。上述各种应用安全技术的相关内容或行为模式特征因技术内容的不一样而不尽相同，都有自己的特征模式和匹配算法，但它们都离不开关键的以模式匹配为基础的特征识别技术。系统整合的核心就是将它们综合到统一的框架下，以达到灵活高效的目的。本文提出一套结构化特征模型，以及与之相配套的复杂特征扫描搜索引擎，以便将各种应用安全系统整合为一个高效的内容安全集成系统，提高系统安全效率。本文所要建立的内容安全集成系统紧密联合入侵检测等上述多种应用安全技术，其中的网络内容安全分析包括内容过滤、病毒垃

论文目录

摘要

ABSTRACT

符号说明

第一章绪论

1.1 内容安全集成系统的重要性

1.2 相关应用安全技术简述

1.2.1 反垃圾邮件技术

1.2.2 反病毒技术

1.2.2.1 病毒分类

1.2.2.2 反病毒技术

1.2.3 木马检测技术

1.2.4 入侵检测技术

1.2.4.1 入侵检测系统模型

1.2.4.2 入侵检测系统分类

1.2.5 信息隐藏检测技术

1.2.6 内容监控技术

1.3 内容安全集成系统模型

1.3.1 粗集成系统

1.3.2 应用安全系统中的特征识别

1.3.3 信息过滤模型

1.3.4 紧密集成系统模型

1.4 核心技术简述

1.4.1 协议分析

1.4.2 决策树

1.4.3 模式匹配技术

1.4.4 正则表达式

1.5 国内外研究现状

1.6 论文编排

1.7 主要研究成果

参考文献

第二章特征分析

2.1 协议特征识别

2.1.1 局域网协议

2.1.2 广域网数据链路层协议

2.1.3 网络层和运输层协议

2.1.4 高层应用协议

2.1.5 协议特征总结

2.2 反病毒技术

2.2.1 病毒静态特征—特征码技术

2.2.2 病毒动态特征—启发式代码扫描和虚拟机技术

2.2.3 网络病毒行为特征

2.2.3.1 脚本—网络病毒动力之源

2.2.3.2 三类病毒的机理

2.2.3.3 病毒行为特征

2.2.4 和病毒相关的注册键和邮件文件名

2.2.5 蠕虫和木马特征检测

2.2.6 病毒特征总结

2.3 反垃圾邮件技术

2.3.1 白名单和黑名单过滤技术

2.3.2 信头分析技术

2.3.3 群发过滤技术

2.3.4 关键字匹配技术

2.3.5 垃圾邮件特征总结

2.4 入侵检测技术

2.4.1 基于模式匹配的入侵检测

2.4.2 基于规则的入侵检测

2.5 信息隐藏检测技术

2.5.1 典型图像文件格式特征

2.5.1.1 BMP文件格式特征

2.5.1.2 GIF文件格式特征

2.5.1.3 JPEG文件格式特征

2.5.2 格式数据检测

2.5.3 隐写软件特征检测

2.5.4 信息隐藏特征总结

2.6 内容监控中的文本特征

2.6.1 不良文本特征变异

2.6.2 不良文本特征的锁定

2.7 小结

参考文献

第三章特征建模

3.1 特征识别系统的抽象模型

3.2 传统特征表达模型

3.2.1 简单表达模型

3.2.2 布尔模型

3.2.3 特征的向量空间表示

3.3 特征模型定义

3.4 特征库表示

3.5 特征描述示例

3.5.1 T-L-V型数据的处理

3.5.2 协议帧

3.6 各数据项之间的关系

参考文献

第四章复杂特征扫描搜索引擎

4.1 模式匹配算法概述

4.2 BM算法

4.3 有限自动机算法

4.3.1 DFSA算法

4.3.2 反向有限自动机

4.4 结合BMH算法的DFSA和双状态 DFSA

4.5 基于规则和多模式匹配的特征引擎

4.5.1 语法规则

4.5.2 特征库生成及语法解析

4.5.2.1 “双向蠕行”技术

4.5.2.2 预处理流程

4.5.3 模式、逻辑处理

参考文献

第五章可疑隐写数据的特征分析

5.1 数据流类型识别

5.1.1 明文特征

5.1.2 密文特征

5.2 密码算法特征分析

5.2.1 算法特征分析概述

5.2.2 算法简介

5.2.2.1 Gifford算法

5.2.2.2 A5/1算法

5.2.3 Gifford特征分析

5.2.4 A5/1特征分析

5.2.4.1 线性初始化

5.2.4.2 基于择多逻辑的互钟控机制

5.2.4.3 相关攻击

5.2.4.4 算法分析特征的产生

5.2.4.5 算法改进

参考文献

第六章结束语

6.1 存在的问题和解决方案

6.2 其他应用场合

致谢

攻读博士期间发表的论文

攻读博士学位期间完成和参与的项目

通信网内容安全集成系统研究

论文摘要

论文目录

相关论文文献

猜你喜欢