摘要：

摘要: 在傳統(tǒng)網(wǎng)絡(luò)防御手段抵御攻擊的基礎(chǔ)上，提出了一種利用機器學習的方法來達到網(wǎng)絡(luò)安全態(tài)勢感知的新方案。為了有效地獲得告警事件，本文引入了告警關(guān)聯(lián)分析的技術(shù)，通過分析多源告警信息的關(guān)聯(lián)度從而降低誤報率;為了準確地重建攻擊場景，本文引入CEP技術(shù)處理海量告警信息，并利用基于馬爾可夫性質(zhì)的因果關(guān)聯(lián)分析構(gòu)建起知識庫。分析表明，該方案具有可靠性強、適用性好、計算量小、準確度高的特點，特別適合于大數(shù)據(jù)環(huán)境。

1. 引言

隨著信息技術(shù)的飛躍式發(fā)展和互聯(lián)網(wǎng)的快速普及，用戶在體驗到新技術(shù)帶來的便捷、高效的同時也深受網(wǎng)絡(luò)攻擊引發(fā)的破壞。目前，我們熟知的網(wǎng)絡(luò)威脅有：網(wǎng)絡(luò)病毒、木馬、DOS/DDOS攻擊等等。這些攻擊帶來的告警信息是海量的，冗余的，然而傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)還不能完全地、及時地處理這些告警數(shù)據(jù)。

現(xiàn)今主流的網(wǎng)絡(luò)防御手段還是在保護、檢測、響應(yīng)的模型下開展的。雖然一個網(wǎng)絡(luò)環(huán)境中部署多個安全防御設(shè)備起到了一定的作用，但是卻在工作的同時產(chǎn)生了大量的，價值密度低的告警和日志信息。通常情況下一個攻擊往往是分多步實施的，但告警信息卻只指針對于其中某一步，是單一的，分散的，以至于還原攻擊場景或是攻擊過程是困難的。因此這些大量的、繁雜的安全事件數(shù)據(jù)不僅沒有有效地對攻擊進行防御，還在無形中給決策者帶來了更大的工作量。網(wǎng)絡(luò)安全態(tài)勢感知就是將網(wǎng)絡(luò)攻擊場景通過重建的方式，有效地，準確地還原攻擊活動的全貌，達到對整個網(wǎng)絡(luò)安全態(tài)勢進行監(jiān)控的目的，這在網(wǎng)絡(luò)安全防御中顯得至關(guān)重要，這也是網(wǎng)絡(luò)安全態(tài)勢感知領(lǐng)域中面臨的一個難題之一。

針對網(wǎng)絡(luò)攻擊高效的告警預測提出一種基于機器學習的網(wǎng)絡(luò)安全態(tài)勢感知的關(guān)聯(lián)分析方法 [1]，利用該方法獲取價值密度高的告警事件，通過聚類、關(guān)聯(lián)分析構(gòu)建出規(guī)則知識庫，并對攻擊場景進行重建，從而達到告警預測的目的。

2. 基于地址相關(guān)性的告警事件聚類

利用因果關(guān)聯(lián)分析的方法進行關(guān)聯(lián)分析，首先是要把具有相關(guān)性的告警事件聚成一類，然后對同一類簇中的告警事件進行因果關(guān)聯(lián)分析 [2]。具體而言聚類就是把抽象的對象集合根據(jù)類似的特征分成多個類的過程。首先把原始告警數(shù)據(jù)進行預處理，對來自不同安全設(shè)備的告警事件進行統(tǒng)一格式，提取出不同事件關(guān)鍵的描述字段，包括以下12條屬性，用這12條屬性就可以清楚的描述一個安全事件。如表1所示。

根據(jù)告警事件處理的原則，依照事件嚴重等級、攻擊行為強度、攻擊持續(xù)時間等依據(jù)從12條屬性中挑選出具有代表性的7個屬性作為告警事件聚類時的匹配格式：

其中attacktime是安全事件發(fā)生的時間;attacktype是安全事件所屬的類型;sourceIP是發(fā)起攻擊或安全事件中的源IP地址;sourcePort是發(fā)起安全事件發(fā)生的源端口;targetIP是發(fā)起攻擊或安全事件中的目的IP地址;targetPort是發(fā)起安全事件發(fā)生的目標端口;severity是安全事件所屬的威脅等級。

Table 1. Key fields of a security event

表1. 安全事件的關(guān)鍵字段

由于例如一個DDOS攻擊，它們攻擊的每一步之間的IP地址一定存在相關(guān)性，所以就可以利用IP相關(guān)性進行聚類。同樣地，其他的攻擊也一定存在著這種相關(guān)性。那么就可以根據(jù)多步攻擊之間的IP地址肯定具有相關(guān)性，即上一步的攻擊 a1a1 中目的IP很有可能是下一個攻擊 a2a2 的源IP，或者說上一個攻擊 a1a1 的源IP地址或目的IP地址之中總有一個和攻擊 a2a2 的目的地址或源地址相同。快速把告警事件聚類在一起。如圖1是聚類的流程圖。

Figure 1. Flow chart based on alarm clustering algorithm

圖1. 基于告警聚類算法的流程圖

3. 攻擊場景重建

將分散的告警事件依據(jù)地址相關(guān)性進行聚類后，得到了一個個的告警類簇。下面就是要根據(jù)這些類簇展開關(guān)聯(lián)分析。具體地：通過統(tǒng)計大量告警事件，分析上一個告警事件發(fā)生后到下一個告警事件發(fā)生它們之間的必然聯(lián)系，即上一個事件發(fā)生后下一個事件一定發(fā)生的可能性大小，然后根據(jù)實際需求人為的設(shè)置好的支持度a，當支持度達到值a的時候，就認為它們兩個攻擊之間的發(fā)生存在必然性，就可以將它們之間的關(guān)聯(lián)度納入規(guī)則知識庫中，這樣就在關(guān)聯(lián)分析的同時建立了關(guān)聯(lián)規(guī)則知識庫，有利于在發(fā)現(xiàn)新的告警的時候?qū)崟r地增加進去 [3]。

如圖2所示，是對假設(shè)可能的攻擊行為構(gòu)建的一步轉(zhuǎn)移概率矩陣模型，將告警事件寫成行列的形式，表示各個告警事件發(fā)生之間的關(guān)聯(lián)度。例如0.4表示當告警事件a發(fā)生后b發(fā)生的概率為0.4。在一步轉(zhuǎn)移概率矩陣 D={dij}D={dij} 中每一個元素 dijdij 表示當前時刻i到下一時刻j的條件概率為 p(i|j)p(i|j)。因為馬爾可夫鏈的性質(zhì)要求各個狀態(tài)的轉(zhuǎn)移概率之和必須為1，這樣就得到了一個個獨立的因果知識矩陣。假如當遍歷一個告警序列時，出現(xiàn)了新的告警事件類型，這時只要在矩陣中再加入新的一行 (ai+1)(ai+1) 一列 (aj+1)(aj+1)，這樣既能確保矩陣完全包含新的攻擊類型，又能快速加入新出現(xiàn)的告警類型，做到實時檢測，動態(tài)添加，不重不漏。

Figure 2. A one-step transition probability matrix between attack types

圖2. 攻擊類型間的一步轉(zhuǎn)移概率矩陣

圖2也可以用馬爾可夫鏈模型來表示，其中的每一個狀態(tài)都代表一個攻擊類型，各個狀態(tài)之間的轉(zhuǎn)移概率表示一個攻擊轉(zhuǎn)移到下一個攻擊的條件概率。因為馬爾可夫鏈具有無后效性，也就是說，每一個攻擊的發(fā)生只與它的上一個攻擊有關(guān)，與其它均無關(guān)。如圖3所示，即

Figure 3. Markov chain model

圖3. 馬爾可夫鏈模型

4. 系統(tǒng)測試

4.1. 整體方案設(shè)計

為了實現(xiàn)網(wǎng)絡(luò)安全態(tài)勢的動態(tài)感知和實時的告警預測，需要對告警事件進行深入挖掘，研究告警事件之間存在的某些必然聯(lián)系，進而利用它們的關(guān)聯(lián)關(guān)系，分析并掌握整個網(wǎng)絡(luò)的發(fā)展趨勢，從而達到態(tài)勢感知的目的 [4]。為此設(shè)計了如圖4的方案整體框架：

Figure 4. Overall scheme framework

圖4. 方案整體框架

利用三個模塊構(gòu)建對告警數(shù)據(jù)進行采集、預處理、關(guān)聯(lián)分析最終到攻擊場景重建。

數(shù)據(jù)采集模塊：利用搭建的數(shù)據(jù)處理平臺中的各個代理從不同環(huán)境采集系統(tǒng)日志信息、應(yīng)用日志信息、安全日志信息和網(wǎng)絡(luò)日志信息等格式未統(tǒng)一的數(shù)據(jù)，然后經(jīng)過數(shù)據(jù)庫統(tǒng)一整合后將這些信息遞交給數(shù)據(jù)處理模塊。

數(shù)據(jù)處理模塊：由于從數(shù)據(jù)采集模塊獲得的安全事件格式是不一致的，而且它們往往存在重復冗余、誤報率高、分散獨立、價值密度低等問題。利用數(shù)據(jù)處理模塊中已有的告警數(shù)據(jù)庫比對，首先對這些數(shù)據(jù)進行預處理，合并在同一時刻重復的信息，去除誤報信息，將針對同一屬性的信息進行聚類融合，并統(tǒng)一格式，這個過程同時是迭代更新的，不斷比對告警數(shù)據(jù)，不斷增加新的告警信息 [5]。針對每一個告警類簇進行關(guān)聯(lián)分析，統(tǒng)計出每條攻擊之間的關(guān)聯(lián)度，并構(gòu)建起規(guī)則知識庫。

攻擊場景重建模塊：再根據(jù)得到的具有關(guān)聯(lián)規(guī)則的安全事件，還原出攻擊場景，并提交到控制中心，當接下來再得到安全事件時，可直接與規(guī)則知識庫進行匹配，來判斷攻擊類型。供決策者進行下一步處理。

4.2. 方案實現(xiàn)

測試采用的是DARPA2000的攻擊場景測評數(shù)據(jù)集LLDOS1.0來進行因果關(guān)聯(lián)分析的。DARPA2000是當下最具權(quán)威性的入侵檢測攻擊場景測評數(shù)據(jù)集，并被廣泛用于驗證針對各類告警事件的關(guān)聯(lián)規(guī)則的有效性中。

DARPA2000是一個DDOS攻擊的測評數(shù)據(jù)集，具體的攻擊過程可以分為五個階段，如圖5所示：預探測網(wǎng)絡(luò)環(huán)境，也就是初步探測是否具備攻擊條件，漏洞掃描，通過掃描獲得多個可以實施攻擊的漏洞，root權(quán)限獲取，安裝木馬軟件以及實施遠程DDOS攻擊。

Figure 5. DDOS Attack process based on sadmind vulnerability

圖5. 根據(jù)Sadmind漏洞進行的DDOS攻擊流程

首先針對這五個階段的告警事件進行基于地址相關(guān)性的聚類，從而得到了6個類簇： A1~A6A1~A6 然后再利用基于馬爾可夫性質(zhì)的因果關(guān)聯(lián)知識挖掘算法對得到的6個告警類簇進行因果知識挖掘。得到同一類簇中各告警之間的關(guān)聯(lián)度，如表2所示 [6]。

Table 2. The attack step is related to the corresponding alarm

表2. 攻擊步驟對對應(yīng)的告警關(guān)聯(lián)度

然后對各個攻擊類型進行編號，如表3所示：

Table 3. Attack types and their corresponding Numbers

表3. 攻擊類型及其對應(yīng)編號

根據(jù)因果知識關(guān)聯(lián)分析算法所得到的攻擊類型之間的轉(zhuǎn)移概率，再結(jié)合表2對各攻擊類型的編號可以得出12種攻擊類型的12 * 12轉(zhuǎn)移概率矩陣 [7]。矩陣中各行和各列所對應(yīng)的數(shù)值表示發(fā)生該行告警事件后發(fā)生該列告警事件的概率。例如a12 = 0.633表示當發(fā)生告警事件1 (ICMP PING)后發(fā)生告警事件2 (FTP Bad Login)和轉(zhuǎn)移概率為0.633。如圖6所示：

Figure 6. Based on DARPA2000 alarm type shift probability matrix

圖6. 基于DARPA2000告警攻擊類型轉(zhuǎn)移概率矩陣

圖7是對概率矩陣圖形化的表示，也是一個完整的攻擊場景重建。

Figure 7. Causal knowledge of markov chain models for DDOS attack scenarios

圖7. DDOS攻擊場景的馬爾可夫鏈模型因果知識

根據(jù)攻擊場景的重現(xiàn)，可以直觀地展示出DDOS攻擊的全過程，它主要分為了五個階段：預探測網(wǎng)絡(luò)環(huán)境(RPC Sadmind UDP PING)、漏洞的掃描(RPC sadmind UDP NETMGT_PROC_SERVICE CLIENT_DOMAIN overflow attempt)、利用solaris的漏洞sadmind進入系統(tǒng)(RSERVICES rsh root)、安裝木馬軟件mstream DDOS (DDOS mstream Handler to client或DDOS mstream client to Handler)以及發(fā)起遠程DDOS攻擊(BAD-TRAFFIC Loopback traffic)。并且清楚地看到每一步攻擊之間的轉(zhuǎn)移概率為：a46 = 0.257、a68 = 0.260、a89 = 0.500或a810 = 0.250以及a11,12 = 0.143。也可以發(fā)現(xiàn)，攻擊者在采取關(guān)鍵攻擊的同時，也會嘗試采取一些其他的攻擊活動。

5. 結(jié)束語

本課題主要研究了基于機器學習的網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)，以機器學習方法作為主要手段，將關(guān)聯(lián)分析法和事件因果關(guān)系相結(jié)合，在構(gòu)建貝葉斯網(wǎng)絡(luò)的基礎(chǔ)下，對數(shù)據(jù)進行去除、分類和識別等處理，然后利用馬爾可夫鏈模型，產(chǎn)生概率矩陣并構(gòu)建出動態(tài)規(guī)則知識庫。從而達到告警預測和攻擊場景重建的目的，并向決策者提供處理意見。對傳統(tǒng)的網(wǎng)絡(luò)安全監(jiān)控進行了改進，更適用于大數(shù)據(jù)、復雜網(wǎng)絡(luò)的環(huán)境下。

通過試驗發(fā)現(xiàn)各個看似獨立分散的告警數(shù)據(jù)之間的確存在著必然的聯(lián)系，例如源IP或目的IP地址相同的告警事件就很有可能是一個攻擊行為中多個步驟。利用機器學習中因果關(guān)聯(lián)分析的方法在對數(shù)據(jù)從采集、挖掘、處理到分析的全過程中，可以有效地快速地挖掘告警數(shù)據(jù)之間的關(guān)聯(lián)度，并建立起規(guī)則知識庫，從而達到針對現(xiàn)有的告警事件推測出下一步具有大概率發(fā)生的攻擊的可能性，也能夠?qū)σ寻l(fā)生的攻擊進行場景還原，得到可視化的轉(zhuǎn)移圖，更加直觀地為決策者提供支持。測試結(jié)果表明：

1) 一個攻擊行為的確是分為多步實施的;

2) 具有地址相關(guān)性的告警事件的確存在必然聯(lián)系;

3) 針對告警事件關(guān)聯(lián)度預測可能發(fā)生的攻擊是有效，可靠的;

4) 基于馬爾可夫性質(zhì)的告警關(guān)聯(lián)規(guī)則能夠更好地滿足攻擊種類不斷更新的現(xiàn)狀;

5) 因果知識庫的動態(tài)建立提高了效率，更加適應(yīng)于大數(shù)據(jù)環(huán)境下;

6) 對攻擊類型一步轉(zhuǎn)移矩陣的圖形化表示，更加直觀，清晰，有利于對網(wǎng)絡(luò)態(tài)勢的整體掌握

審核編輯：湯梓紅