本發(fā)明涉及計算機(jī)存儲與信息安全，尤其是涉及一種云存儲系統(tǒng)的高級持續(xù)性攻擊的檢測方法。
背景技術(shù)：
為滿足迅速增長的移動數(shù)據(jù)量和用戶計算需求，云計算技術(shù)通過互聯(lián)網(wǎng)提供了動態(tài)的數(shù)據(jù)接入、存儲和計算服務(wù)。隨著金融支付等業(yè)務(wù)的廣泛應(yīng)用，云存儲系統(tǒng)承載了大量的用戶金融支付和私人文件等隱私敏感性數(shù)據(jù)，因此，云存儲系統(tǒng)的安全性和隱私性成為制約其未來發(fā)展的關(guān)鍵因素。
目前云存儲安全方面廣泛研究的技術(shù)包括云存儲的重復(fù)數(shù)據(jù)刪除、隱藏存儲、數(shù)據(jù)加密與密文搜索以及數(shù)據(jù)完整性審計等，以上技術(shù)在防御惡意用戶或服務(wù)器發(fā)起的惡意攻擊上也有深入研究。如：[Bellare M,Keelveedhi S,Ristenpart T.Dupless:Server-aided encryption for deduplicated storage[C]//Proceedings of the 22nd USENIX Conference on Security.Washigton D C:USENIX Association,2013:179-194]提出在服務(wù)器端的重復(fù)數(shù)據(jù)刪除方案中引入密鑰管理服務(wù)器來抵御暴力攻擊；[Puzio P,Molva R,Onen M,et al.ClouDedup:Secured deduplication with encrypted data for cloud storage[C]//IEEE 5th International Conference on Cloud Computing Technology and Science(CloudCom).Bristol:IEEE,2013:363-370.]設(shè)計了云存儲系統(tǒng)下的數(shù)據(jù)塊級重復(fù)數(shù)據(jù)刪除方案在收斂加密的基礎(chǔ)上引入了額外的加密操作和接入控制機(jī)制以抵御字典攻擊。[Jung T,Li X Y,Wan Z,et al.Control cloud data access privilege and anonymity with fully anonymous attribute-based encryption[J].IEEE Transactions on Information Forensics and Security,2015,10(1):190-199.]提出采用隱藏轉(zhuǎn)移算法保護(hù)用戶的身份信息，以抵御惡意用戶間串謀攻擊。中國專利CN103095847B公開一種云存儲系統(tǒng)安全保障方法及其系統(tǒng)，采用證據(jù)方式和基于屬性加密的訪問控制機(jī)制，實(shí)現(xiàn)了高效、可擴(kuò)展的訪問控制，解決了云存儲的海量用戶訪問海量數(shù)據(jù)的訪問權(quán)限控制復(fù)雜的問題，為云存儲系統(tǒng)提供了安全保障。
近年來出現(xiàn)的高級持續(xù)性威脅(APT)具有攻擊持續(xù)性、高隱蔽性、長期潛伏等特性，傳統(tǒng)的網(wǎng)絡(luò)防御方法無法有效地抵御APT攻擊，因此云存儲系統(tǒng)很容易受到這種攻擊。為了應(yīng)對云計算下APT攻擊，各國政府陸續(xù)制定和出臺一系列相關(guān)政策來確保國家安全，國內(nèi)外針對APT攻擊的防御產(chǎn)品及方案不斷涌現(xiàn)。例如美國政府大力支持的FireEye公司推出的APT防御產(chǎn)品，利用沙箱技術(shù)和靜態(tài)分析防止0day漏洞、未知型攻擊、木馬程序；趨勢科技的APT產(chǎn)品Deep Discovery利用沙盒技術(shù)、關(guān)聯(lián)規(guī)則等技術(shù)，能有效防止含文件漏洞攻擊附件的電子郵件、0day漏洞、僵尸程序、蠕蟲等攻擊。
現(xiàn)有的APT防御產(chǎn)品和方案各有側(cè)重，并不能有效地防御所以的APT攻擊。[M.van Dijk,A.Juels,A.Oprea,and R.L.Rivest,“Flipit:The game of stealthy takeover”,J.Cryptology,vol.26,no.4,pp 655–713,2013.]提出可將博弈論用于捕捉APT的隱形入侵訪問特性，防御者和攻擊者通過建立博弈模型來決定防御及攻擊行為。但APT攻擊行為常受攻擊者主觀性影響，攻擊行為的不確定性，增加了攻擊檢測的難度。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是著眼于解決云存儲系統(tǒng)安全問題，針對高級持續(xù)性攻擊提供不需預(yù)知具體的高級持續(xù)性攻擊模型，采用強(qiáng)化學(xué)習(xí)方法，可實(shí)現(xiàn)最優(yōu)的設(shè)備掃描時間間隔，可抑制攻擊者的攻擊動機(jī)，降低攻擊頻率，提高云存儲的數(shù)據(jù)隱私性能的一種云存儲系統(tǒng)的持續(xù)性攻擊的檢測方法。
本發(fā)明包括以下步驟：
1)防御系統(tǒng)將掃描時間間隔x量化為M個等級，x∈X＝[am]1≤m≤M，其中0＜am≤1；再觀察云存儲設(shè)備受到攻擊的攻擊時間間隔和持續(xù)時間等信息，將攻擊時間間隔y與持續(xù)時間z量化為L個等級，y∈[bl]1≤l≤L，z∈[bl]1≤l≤L，其中0＜bl≤1，M表示防御間隔的非零量化級；
2)初始化Q值矩陣為0，Q值矩陣即Q(s,x)，表示在防御系統(tǒng)的每一個可用狀態(tài)s，對于所有可選擇的掃描時間間隔x分配一個對應(yīng)的Q值；其中防御系統(tǒng)的狀態(tài)s為上一時刻狀態(tài)的攻擊時間間隔與持續(xù)時間之和y+z；設(shè)置折扣因子δ(0≤δ≤1)和學(xué)習(xí)因子γ(0＜γ≤1)；
3)防御系統(tǒng)根據(jù)上一時刻狀態(tài)觀察的攻擊時間間隔與持續(xù)時間和更新當(dāng)前狀態(tài)s；
4)防御系統(tǒng)以1-ε(0＜ε＜1)的概率，選擇具有最大Q值的掃描時間間隔時間，以的概率隨機(jī)選擇其他的掃描時間間隔，并根據(jù)選擇的掃描時間間隔對云存儲設(shè)備進(jìn)行檢測；
5)觀察當(dāng)前時刻狀態(tài)下的攻擊時間間隔與持續(xù)時間之和y+z，獲取防御系統(tǒng)單位時間所獲收益G，計算當(dāng)前狀態(tài)下的即時效益uD，公式如下：
6)防御系統(tǒng)根據(jù)公式：
更新Q值。s'為防御系統(tǒng)的下一時刻狀態(tài)，假設(shè)下一時刻狀態(tài)與當(dāng)前時刻狀態(tài)相同；是防御系統(tǒng)在下一時刻狀態(tài)下所有可選的掃描時間間隔x'對應(yīng)的Q值中的最大值；
7)重復(fù)步驟3)～6)，直到滿足|Q(s,x)-Q(s′,x′)|≤0.01，即Q(s,x)收斂。
本發(fā)明能夠根據(jù)高級持續(xù)性攻擊在云存儲設(shè)備的攻擊時間間隔和持續(xù)時間等信息，設(shè)計可適應(yīng)動態(tài)網(wǎng)絡(luò)和攻擊模式的檢測方案。
在步驟1)中，所述防御系統(tǒng)可為云平臺的所有云存儲設(shè)備提供檢測服務(wù)，為每個云存儲設(shè)備獨(dú)立選擇掃描間隔時間。
在步驟5)中，所述即時效益是掃描間隔時間內(nèi)云存儲設(shè)備安全時間效益與檢測時間收益之和。
本發(fā)明充分利用了防御者與攻擊者間的行為博弈，不需預(yù)知具體的高級持續(xù)性攻擊模型，通過強(qiáng)化學(xué)習(xí)方法使得防御系統(tǒng)能夠根據(jù)攻擊者行為動態(tài)地調(diào)整掃描時間間隔，從而抑制攻擊者的攻擊行為，降低攻擊頻率，提高云存儲的數(shù)據(jù)隱私性能。
與現(xiàn)有的攻擊檢測方法不同，本發(fā)明提出一種云存儲系統(tǒng)的高級持續(xù)性攻擊的檢測方法。在未知具體的高級持續(xù)性攻擊模型情況下，通過強(qiáng)化學(xué)習(xí)使得防御系統(tǒng)能夠根據(jù)高級持續(xù)性攻擊在云存儲設(shè)備的攻擊時間間隔和持續(xù)時間等信息，設(shè)計可適應(yīng)動態(tài)網(wǎng)絡(luò)和攻擊模式的檢測方案。該方法可抑制攻擊者的攻擊動機(jī)，降低攻擊頻率，提高云存儲的數(shù)據(jù)隱私性能。
具體實(shí)施方式
以下實(shí)施例將對本發(fā)明作進(jìn)一步說明。
本發(fā)明實(shí)施例包含以下步驟：
1)防御系統(tǒng)將掃描時間間隔x量化為10個等級，x∈X＝[0.1,0.2,..,1]。同時觀察云存儲設(shè)備受到攻擊的攻擊時間間隔和持續(xù)時間等信息，將攻擊間隔y與持續(xù)時間z量化為10個等級，y∈[0.1,0.2,..,1]，z∈[0.1,0.2,..,1]。所述防御系統(tǒng)為云平臺的所有云存儲設(shè)備提供檢測服務(wù)，為每個云存儲設(shè)備獨(dú)立選擇掃描間隔時間。
2)初始化Q值矩陣為0，Q值矩陣即Q(s,x)，表示在防御系統(tǒng)的每一個可用狀態(tài)s，對于所有可選擇的掃描時間間隔x分配一個對應(yīng)的Q值；其中防御系統(tǒng)的狀態(tài)s為上一時刻狀態(tài)的攻擊時間間隔與持續(xù)時間之和y+z；設(shè)置折扣因子δ＝0.6和學(xué)習(xí)因子γ＝0.8。
3)防御系統(tǒng)以1-ε(0＜ε＜1)的概率，選擇具有最大Q值的掃描時間間隔時間，以的概率隨機(jī)選擇其他的掃描時間間隔，并根據(jù)選擇的掃描時間間隔對云存儲設(shè)備進(jìn)行檢測。
5)觀察當(dāng)前時刻狀態(tài)下的攻擊時間間隔與持續(xù)時間之和y+z，獲取防御系統(tǒng)單位時間所獲收益G，計算當(dāng)前狀態(tài)下的即時效益uD，公式如下：
所述即時效益是掃描間隔時間內(nèi)云存儲設(shè)備安全時間效益與檢測時間收益之和。
6)防御系統(tǒng)根據(jù)公式：
更新Q值。s'為防御系統(tǒng)的下一時刻狀態(tài)，假設(shè)下一時刻狀態(tài)與當(dāng)前時刻狀態(tài)相同；是防御系統(tǒng)在下一時刻狀態(tài)下所有可選的掃描時間間隔x'對應(yīng)的Q值中的最大值。
7)重復(fù)步驟3)～6)，直到滿足|Q(s,x)-Q(s′,x′)|≤0.01，即Q(s,x)收斂。
本發(fā)明能夠根據(jù)高級持續(xù)性攻擊在云存儲設(shè)備的攻擊時間間隔和持續(xù)時間等信息，設(shè)計可適應(yīng)動態(tài)網(wǎng)絡(luò)和攻擊模式的檢測方案。