基于深度学习的港区动态风险等级自适应加密通信切换系统的制作方法

摘要: 本发明涉及自适应加密通信切换,具体为基于深度学习的港区动态风险等级自适应加密通信切换系统。背景技术:1、港区的自适应加密通信切换技术,是面向智慧港口复杂通信场景...
基于深度学习的港区动态风险等级自适应加密通信切换系统的制作方法

本发明涉及自适应加密通信切换,具体为基于深度学习的港区动态风险等级自适应加密通信切换系统。

背景技术:

1、港区的自适应加密通信切换技术,是面向智慧港口复杂通信场景,融合动态风险态势感知与加密技术的安全通信技术体系,其核心逻辑是通过深度学习实时感知港区网络与业务的安全风险等级,按需动态调整加密算法强度和密钥轮换策略等,在保障港口生产作业低时延、高可靠要求的前提下,实现安全防护能力与风险态势的动态匹配,解决传统静态加密防护不足易被攻破或过度加密损耗性能的两难问题。

2、现有的港区的自适应加密通信切换技术为了抑制风险值在阈值附近波动而引发的加密策略频繁切换的问题,往往会在高风险降低到低风险的降级回退环节采用固定时长的冷却机制;即当区域风险值回落至对应的风险等级后,不立即执行加密强度下调,而是观察一段时间,当观察周期内风险值未回升至高风险等级,则在达到冷却时长后触发加密强度降低;然而现有固定的冷却时长多为人工预设的经验固定值,无法依据港区历史风险事件的反弹间隔发生规律进行自适应校准;且港区作业存在显著的淡旺季;固定冷却时长容易过长或过短,从而导致加密冗余或加密频繁切换的问题;并且现有固定时长不对单次风险事件的回落速度、消散类型进行差异化处理;对于瞬时误报、单次扫描等风险快速消散场景,以及持续性渗透攻击等风险慢速消散场景采用统一冷却时长;容易过保护与欠保护;对于港区常见的单次外部端口扫描、单条误告警等风险快速回落的场景,过长的冷却时间会导致高强度加密无意义持续,造成算力和通信浪费;对于持续渗透攻击等慢速回落场景,固定冷却时长不足以确认风险完全消散,降级后易出现二次攻击反弹,形成防护空窗期,无法兼顾安全可靠性与运行效率;因此现有的自适应加密通信切换技术在风险回落对加密强度进行调整时,通过设置固定的冷却时长,无法准确适配港区动态的风险态势与差异化的回落特征,对加密强度的调整不够可靠。

技术实现思路

1、本发明旨在至少在一定程度上解决现有技术中的技术问题之一,通过每日实时采集港口区域的风险值以及对应的风险等级,得到每日的港口动态风险数据;并获取风险间隔数据,进行冷却分析,得到当日的基准冷却时长;根据当日的港口动态风险数据以及当前的变化阈值信息进行风险类型分析,并获取自适应的风险冷却时间;并对港口区域通信的加密等级进行动态切换回调;以解决现有的自适应加密通信切换技术在风险回落对加密强度进行调整时,通过设置固定的冷却时长,无法准确适配港区动态的风险态势与差异化的回落特征,对加密强度的调整不够可靠的问题。

2、为实现上述目的,本技术提供基于深度学习的港区动态风险等级自适应加密通信切换系统,包括风险采集模块、基准分析模块、风险冷却模块以及加密切换模块;

3、所述风险采集模块在每日实时采集港口区域的风险值以及对应的风险等级,得到每日的港口动态风险数据;

4、所述基准分析模块包括间隔获取单元以及冷却基准单元;间隔获取单元用于根据历史日期的港口动态风险数据获取风险间隔数据,冷却基准单元用于进行冷却分析,获取基准冷却时长,得到当日的基准冷却时长;

5、所述风险冷却模块在港口区域出现风险,并提高加密等级后,根据当日的港口动态风险数据以及当前的变化阈值信息进行风险类型分析,并获取自适应的风险冷却时间;

6、所述加密切换模块根据自适应的风险冷却时间,对港口区域通信的加密等级进行动态切换回调。

7、进一步地,风险采集模块配置有风险采集策略,风险采集策略包括:

8、将任意一片待管理的港口区域记作第一港区;采集第一港区的多维度数据;并利用深度学习,构建第一港区的通信行为的风险评估模型,记作港区风险模型;基于港区风险模型,利用采集的多维度数据,输出对应的风险值;

9、设置风险值的取值范围为[0,100],设置四个风险等级,依次记作极高风险、高风险、中风险以及低风险;并设置每个风险等级对应的风险值范围。

10、进一步地,风险采集策略还包括:

11、分别设置每个风险等级所使用的加密算法以及对应的加密强度;将极高风险、高风险、中风险以及低风险对应的加密强度依次记为加密等级4至加密等级1;

12、基于港区风险模型,每日以第一时间间隔获取第一港区的风险值,并按照采集时间的顺序排列,记作对应日期的港口动态风险数据;重复采集每日的港口动态风险数据,其中,第一时间间隔为t0。

13、进一步地,间隔获取单元配置有间隔获取策略,间隔获取策略包括:

14、以当日为基准,获取最近15天的港口动态风险数据,将最近15天记作参考日,并将任意参考日记作第一日期;

15、将第一日期港口动态风险数据记作风险变化序列;将中风险对应的风险值范围的下限记作风险阈值r1;

16、将风险变化序列中大于r1的风险值记作有险值,将不大于r1的风险值记作无险值;并将风险变化序列中连续的有险值或者单独的有险值记作有风险段;

17、将相邻的且时间间隔小于2分钟的有风险段合并,合并后获取任意两个相邻的有风险段的时间间隔,记作风险间隔,完成后得到第一日期的风险间隔子集;

18、重复获取所有参考日的风险间隔子集,并合并,得到风险间隔合集。

19、进一步地,冷却基准单元配置有基准分析策略,基准分析策略包括:

20、设置原始冷却时长为at;将风险间隔合集中风险间隔的总数记作n0;将风险间隔合集中任意一个风险间隔,记作ti;

21、计算风险间隔合集中小于ti的风险间隔的数量占n0的比例,记作ti的反弹累积概率;重复获取风险间隔合集中所有风险间隔的反弹累积概率;

22、基于风险间隔和对应的反弹累积概率,构建反弹累积概率随风险间隔变化的曲线,记作累积概率曲线;并计算累积概率曲线上每个风险间隔对应点的斜率变化率。

23、进一步地,基准分析策略还包括:

24、获取不小于0.4×at,且对应的斜率变化率最大的风险间隔,记作最优冷却时长bt,计算0.4×at+0.6×bt;记作ct;

25、若ct<0.5×at,则令ct=0.5×at;若ct>1.5×at,则令ct=1.5×at;否则不调整ct;完成后将ct记作当日的基础冷却时长。

26、进一步地,风险冷却模块配置有风险冷却策略,风险冷却策略包括:

27、设置最低冷却时长为dt;将当日的基础冷却时长记作rt0;将当日已采集的港口动态风险数据记作当日风险序列;基于当日风险序列,设置滑动窗口的时间长度为th,以当前的风险值为滑动窗口的终点,th

28、获取滑动窗口内最大的风险值re,和终点位置的风险值rs(即当前的风险值),计算风险消散斜率kr,其中kr=(re-rs)/tes,其中tes代表re到rs的时间间隔;

29、若re>rs,且re和rs对应的风险等级不同,则触发冷却计时,将rs标记为冷却起始点;并计算斜率调节系数fk,其中fk=max[0.2,min(1.5,1.5-0.125×k)]。

30、进一步地,风险冷却策略还包括:

31、继续采集第一港区的风险值,更新当日风险序列,并持续滑动滑动窗口,当风险值rs位于滑动窗口的起始位置时,将此时的滑动窗口记作评价窗口;

32、若评价窗口内存在新的冷却起始点,或者评价窗口内任意一个风险值的风险等级比rs的风险等级高,则取消rs的冷却起始点的标记;

33、若rs的冷却起始点的标记没取消;则计算评价窗口内的风险值的标准差,记作ba,计算ba/(re-rs),记作相对波动率be,并计算1-min(1,be/0.3),记作波动评分g1。

34、进一步地,风险冷却策略还包括:

35、对评价窗口内的风险值按照时间顺序做一元线性回归,得到对应的变化趋势线;并得到每个风险值对应的趋势预测值;根据趋势预测值计算评价窗口内每个风险值对应的残差;

36、计算所有大于的残差的和,记作正向残差总量cx;并计算评价窗口起始位置和末尾位置的风险值的绝对差,记作dw;设置有效阈值为dm,dm=max[5,0.1×(re-rs)];

37、若变化趋势线的斜率为负,且dw>dm,则计算cx/dw,记作正向残差占比rp;否则计算cx/(re-rs),记作正向残差占比rp;

38、设置反弹评分为g2,若rp≤5%,则令g2=1;若5%

39、获取评价窗口内不大于1.1×rs的风险值的数量,记作m1;并计算m1/m0,记作回落评分g3,其中m0为评价窗口内风险值的总数量;

40、计算0.35×g1+0.35×g2+0.3×g3,记作最终稳定得分g0;并计算稳定调节系数fg,其中fg=max[0.3,min(1.5,1.8-1.5×g0)];

41、计算ct×fk×fg,记作zt0,若zt0mt,令zt0=mt,否则不调整zt0;完成后将得到的zt0记作冷却起始点rs的最终冷却时长,其中,mt为设置的冷却时长的上限。

42、进一步地,加密切换模块配置有加密切换策略,加密切换策略包括:

43、将从冷却起始点触发的冷却计时的时长记作已冷却时长,若是在冷却计时过程中没有取消rs的冷却起始点的标记,且已冷却时长达到最终冷却时长,则触发加密降级;

44、则将第一港区的通信行为的加密等级降低到rs的风险等级对应的加密等级,并取消rs的冷却起始点的标记。

45、本发明的有益效果:本发明通过每日实时采集港口区域的风险值以及对应的风险等级,得到每日的港口动态风险数据;根据历史日期的港口动态风险数据获取风险间隔数据,并进行冷却分析,获取基准冷却时长,得到当日的基准冷却时长;当港口区域出现风险,并提高加密等级后,根据当日的港口动态风险数据以及当前的变化阈值信息进行风险类型分析,并获取自适应的风险冷却时间;根据自适应的冷却时间,对港口区域通信的加密等级进行动态切换回调;在风险回落对加密强度进行调整时,可以根据港区动态的风险态势与差异化的回落特征,对加密强度进行调整,提高加密切换的可靠性和准确性;

46、本发明通过历史日期的港口动态风险数据获取风险间隔数据,并构建风险间隔对应的反弹累积概率曲线,进而确定最优冷却时长,并结合原始冷却时长得到当日的基础冷却时长;相较于采用固定冷却时长的方式,能够充分挖掘历史风险事件的反弹规律,使基础冷却时长能够随着港区风险变化特征进行动态调整,从而提高冷却时长与港区实际风险态势的匹配程度;通过风险消散斜率、波动情况、反弹程度以及回落稳定性等多个维度,对风险事件的回落过程进行分析,从而更加准确地判断风险是否真正消散,据此生成对应的自适应冷却时间,使冷却时间能够根据单次风险事件的实际情况动态调整,提高加密切换的可靠性和准确性,进而提高港区通信系统运行的连续性和稳定性。