10.16652/j.issn.1004-373x.2019.21.017
基于大数据技术的片上网络静态漏洞检测系统研究
为减轻静态漏洞体对计算机片上网络造成的序列化运行危害,设计一种基于大数据技术的片上网络静态漏洞检测系统.利用Hadoop检测框架,定向规划片上网络漏洞处理模块、静态漏洞评估模块的物理运行位置,实现新型检测系统的硬件运行环境搭建.在此基础上,采集漏洞信息的入侵行为,并以此为标准编写大数据检测函数,在相关组织设备的促进下,构建片上网络的静态漏洞行为链,实现新型检测系统的软件运行环境搭建.结合基础硬件条件,完成基于大数据技术的片上网络静态漏洞检测系统研究.对比实验结果显示,与hook系统相比,应用新型漏洞检测系统后,计算机片上网络的平均容错率达到90%,单位时间内出现的漏洞总量不超过3.0×109 TB,序列化运行危害得到有效缓解.
大数据技术、网络漏洞、检测系统、漏洞行为链、入侵信息采集、检测函数
42
TN915.08-34;TP309
江苏省教育厅自然基金项目17KJD520007;江苏省现代教育技术重点课题2017-R-59068;三江学院虚拟仿真实验项目XL2018002;三江学院教改项目J18073
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
77-81