一种用软件实现的计算机网络环境隔离系统
本发明涉及计算机网络安全,具体为一种用软件实现的计算机网络环境隔离系统。
背景技术:
1、在现代信息技术基础设施中,以容器化、微服务化为特征的云计算环境日益普及。此类环境的特点在于其高度的动态性、分布式和短暂性,工作负载的生命周期可能极短,其网络通信模式也随之频繁变化。这种特性在提升部署效率和系统弹性的同时,也对传统的网络安全隔离技术提出了严峻的挑战,特别是对于如何有效防御未知的、利用合法通道发起的内部横向移动攻击,已成为当前网络安全领域亟待解决的技术问题。
2、为了在上述环境中实现对工作负载的隔离与保护,现有技术通常采用多种方法的组合。一种常见的方法是基于网络边界的访问控制,例如使用网络防火墙或访问控制列表(acls),通过预先配置的静态规则,依据ip地址、端口号和协议类型等网络层属性来允许或阻断通信。另一种方法是采用入侵检测与防御系统(ids/ips),该类系统通过将实时网络流量与一个已知攻击特征的签名数据库进行比对来识别威胁。此外,为了实现更细粒度的控制,微服务架构中也广泛应用微隔离技术,其目标是为单个或小范围的工作负载群组创建独立的网络安全区域。同时,为了捕获和分析新型攻击,也会部署欺骗式防御技术,如蜜罐系统,用以引诱攻击者并研究其攻击手法。
3、虽然现有技术在一定程度上提升了网络环境的安全性,但还存在一些不足:首先,现有技术的防御机制在应对未知威胁和动态环境时,表现出固有的滞后性与被动性。其根本原因在于,无论是基于静态规则的访问控制还是基于签名的入侵检测,其核心逻辑都依赖于对“已知”威胁的定义。在工作负载和服务间依赖关系频繁变化的云原生环境中,手动维护这些规则变得不切实际且极易出错,而对于没有已知签名的零日攻击,此类系统则无法提供有效的识别与防护。其次,现有技术在进行安全决策时,缺乏对工作负载内部运行状态的深度关联分析。其原因在于,大部分隔离技术主要聚焦于网络层面的可观测数据,而对工作负载内部的进程活动、系统调用序列或资源消耗模式等关键行为指标缺乏有效的感知能力。因此,当攻击者利用一个已被授权的网络通道,但在工作负载内部执行恶意操作时,这类仅依赖网络遥测数据的系统无法察觉到异常,从而形成了一个关键的监控盲区,导致其对工作负载真实可信度的评估是不完整的。再者,现有技术难以有效区分业务的合法演进与恶意的行为偏离,导致了较高的运维负担。这是因为,应用程序的正常更新、功能迭代或配置变更均会引起其行为模式发生变化。对于采用固定基线进行异常检测的系统而言,这种合法的“行为漂移”会被错误地识别为异常,从而产生大量的误报,迫使运维人员投入大量精力进行甄别与策略调整。最后,现有技术中通过攻击分析获得的安全情报,其应用流程存在显著延迟。原因在于,蜜罐等欺骗式防御系统与实际的策略执行系统通常是分离部署的。从蜜罐中捕获并分析出一种新的攻击手法,到将其特征转化为可被全网执行的防御策略,这一过程往往需要人工介入,存在较长的时间窗口,使得在此期间,系统内的其他工作负载依然暴露在同类威胁之下,无法实现快速、联动的全局防御。
技术实现思路
1、针对现有技术的不足,本发明提供了一种用软件实现的计算机网络环境隔离系统,解决了现有技术依赖静态规则和已知签名,难以对动态变化环境中的未知威胁和合法行为演进做出有效识别与防御的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种用软件实现的计算机网络环境隔离系统,该系统建立了一个以信任评估为核心的动态闭环控制流程,能够根据工作负载的实时行为和业务意呈自适应地调整隔离策略。
3、本发明提供的系统包括:一个意图与基线管理模块;一个实时状态感知模块;一个信任评估与预测模块;一个自适应隔离执行模块;一个策略自省与演进模块;以及一个威胁情报反哺模块。
4、所述意图与基线管理模块,用于将预设的、描述工作负载合法行为的业务意图,形式化为机器可解析的结构化数据,并基于该业务意图,采用无监督学习方法,为该工作负载建立一个多维度的正常行为基线模型。所述业务意图可被形式化为一个元组集合:
5、;
6、式中,为针对指定工作负载的业务意图集合;为通信的源工作负载;为通信的目的工作负载;为允许的通信协议与端口集合;为性能相关的约束集合。
7、所述正常行为基线模型具体为一个深度自编码器,通过计算输入的状态向量与重构后的状态向量之间的重构误差,来量化行为的偏离程度。该重构误差通过以下公式计算:
8、;
9、式中,为所述重构误差;为所述工作负载在时间点的状态向量;为所述自编码器的编码器部分;为所述自编码器的解码器部分;表示计算两个向量之间欧几里得距离的平方。
10、所述实时状态感知模块,通过部署于操作系统内核层面的探针,实时采集所述工作负载在网络、进程、系统调用和资源消耗四个维度的运行数据,并将其整合成所述多维状态向量。
11、;
12、式中,为所述多维状态向量;为网络行为向量;为进程活动向量;为系统调用向量;为资源消耗向量。
13、所述信任评估与预测模块,接收由所述意图与基线管理模块建立的正常行为基线模型和由所述实时状态感知模块生成的所述多维状态向量。该模块首先基于所述重构误差计算出表征该工作负载当前可信度的瞬时信任分数:
14、;
15、式中,代表所述重构误差;为一个用于调节所述瞬时信任分数对所述重构误差敏感度的预设缩放因子;为所述瞬时信任分数;为指数函数。
16、随后,该模块采用一个时序预测模型,接收由历史的多个所述多维状态向量和所述瞬时信任分数构成的时间序列数据作为输入,并输出预测其未来风险趋势的预测信任分数。
17、所述自适应隔离执行模块,接收所述瞬时信任分数和所述预测信任分数。该模块首先通过一个加权最小化函数计算出一个有效的信任度量:
18、;
19、式中,为所述有效的信任度量;为一个介于0和1之间的、用于调节所述预测信任分数影响力的预设权重;为取最小值函数;为由所述信任评估与预测模块计算出的所述瞬时信任分数;为由所述信任评估与预测模块输出的所述预测信任分数;为一个介于0和1之间的、用于调节所述预测信任分数影响力的预设权重。
20、然后,该模块根据所述有效的信任度量的数值,通过一个分段函数将其映射到一个预设的隔离等级,并执行该等级对应的隔离操作。所述隔离等级包括:观察等级、功能降级等级、欺骗式隔离等级和完全隔离等级。
21、所述策略自省与演进模块,用于对所述信任评估与预测模块输出的所述瞬时信任分数进行长期趋势分析。该模块通过计算所述瞬时信任分数的长期滑动平均值和标准差,并判断其是否满足预设的条件,来识别因业务合法演进而导致的意图漂移,式中,μt为所述瞬时信任分数的长期滑动平均值;为所述瞬时信任分数的长期滑动标准差;和为用于界定一个轻微偏离区间的预设信任分数阈值;为一个用于判断行为模式是否稳定的预设标准差阈值。
22、当识别到意图漂移时,该模块向所述意图与基线管理模块发出更新所述正常行为基线模型的建议。
23、所述威胁情报反哺模块,在所述自适应隔离执行模块执行欺骗式隔离等级操作时被激活。该模块首先基于所述工作负载的原始业务意图,生成一个高保真的动态拟态环境,并将可疑网络通信重定向至此。随后,该模块从所述拟态环境中捕获的攻击行为中提取攻击签名,并将其加入一个全局攻击签名集合。最后,该模块通过修改信任评估的计算方式来实现全局防御能力的加固,修正后的信任分数由以下公式给出:
24、;
25、式中,为所述修正后的信任分数;为一个惩罚函数,当所述多维状态向量匹配到所述全局攻击签名集合中的任一攻击签名时,该函数输出一个预设的惩罚值,否则输出0;该项即为原始的所述瞬时信任分数;为一个惩罚函数;为一个用于调节所述瞬时信任分数对所述重构误差敏感度的预设正数缩放因子;为由所述意图与基线管理模块计算出的所述重构误差。
26、本发明提供了一种用软件实现的计算机网络环境隔离系统。具备以下有益效果:
27、1、本发明通过在所述信任评估与预测模块中引入对未来风险趋势的预测,该模块不仅计算表征当前状态的瞬时信任分数,还利用时序预测模型输出一个预测信任分数。所述自适应隔离执行模块将此预测值纳入决策,使得系统能够在工作负载的信任分数尚未降至危险阈值之前,提前采取干预措施。这改变了传统技术依赖事后告警的被动响应模式,从而缩短了从风险识别到策略执行的延迟。
28、2、本发明通过所述自适应隔离执行模块设置了从观察、功能降级到完全隔离的多个隔离等级,并将连续的信任分数映射至这些具体的、分级的隔离操作。这种设计能够根据风险的实际严重程度施加恰当的控制,避免了因轻微异常或误报导致业务完全中断的问题,从而在保障安全的同时,提升了系统的整体可用性和业务连续性。
29、3、本发明通过设置策略自省与演进模块和威胁情报反哺模块,赋予系统自适应优化的能力。前者能够识别并适应业务的合法演进,自动建议更新行为基线,降低了因业务变更导致的策略维护成本;后者则从实际攻击中提取威胁情报并实时应用于全局防御,实现了对新型攻击的快速免疫。这两个模块的协同工作,使系统的隔离策略能够持续地、自动化地进行调整和加固,减少了对人工干预的依赖。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com