项目名称: 基于社会计算的网络恶意代码防护机制研究

项目编号: No.61309024

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 刘昕

作者单位: 中国石油大学(华东)

项目金额: 23万元

中文摘要: 网络恶意代码能够利用各种漏洞迅速传播,在极短的时间内感染大量主机,造成大规模损失。现有网络防护技术仍不完备,应对新出现的未知恶意代码存在一定延迟,使用户和网络面临严重威胁,而网络中现有的各种安全资源尚未充分用于网络防护。随着社会网络的普及,社会计算非常适合融合各种网络资源。基于此,本课题拟应用社会计算,提出一种新型网络恶意代码防护机制。从终端用户的角度,以用户社会关系为基础形成个体中心网络,利用社会计算和人计算融合多个用户掌握的安全经验和多种安全软件的检测结果形成群体智慧,在恶意代码传播初期对其进行有效抑制,以提高用户和网络的安全性。 应用综合即时通信网络平台部署防护机制,构建基于信任链的动态信任算法和自动趋向Hub节点的传播机制,以实现用户间实时协作。针对恶意代码的几个重要传播途径:即时通信网络、P2P网络和电子邮件等,分别采取不同策略构建防护子机制,各子机制相互结合形成统一防护整体。

中文关键词: 社会计算;恶意代码;社会信任;群体智慧;个体中心网络

英文摘要: Malicious code exploiting various vulnerabilities can spread rapidly. They may infect lots of hosts via Internet in a very short time, which results in massive losses. Existing network defending technologies always lag behind new unknown malicious code. On the one hand, users and networks face threats from malicious codes. On the other hand, various security resources existing on the Internet are not fully utilized against malicious code. With the development of social networks, social computing provides a good opportunity for integrating various security resources on the Internet.Therefore, in this project we propose a new network defending scheme against malicious codes based on social computing.In this scheme the egocentric network in which a user is centric is formed by social relationships between the user and others. Social computing and human computation are utilized to make a fusion for Web surfing experiences and security software checking results from other users to generate collective intelligence. With the collective intelligence, this scheme can restrain the early propagation of malicious code, and can enhance the security of the hosts and network. The synthetical IM (Instant Messaging) network is used as the platform to deploy network defending in this scheme. An algorithm on dynamic trust is form

英文关键词: social computing;malicious code;social trust;collective intelligence;egocentric network

成为VIP会员查看完整内容
0

相关内容

社会计算可以是任何一种类型的计算应用, 以软件作为社交关系的媒介或聚焦”,强调了社会软件应用的重要性。
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
车联网白皮书,44页pdf
专知会员服务
78+阅读 · 2022年1月3日
专知会员服务
13+阅读 · 2021年9月12日
专知会员服务
52+阅读 · 2021年8月17日
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
24+阅读 · 2021年6月21日
深度学习赋能的恶意代码攻防研究进展
专知会员服务
28+阅读 · 2021年4月11日
专知会员服务
121+阅读 · 2021年3月22日
2021年车联网安全研究报告
CCF计算机安全专委会
1+阅读 · 2022年4月7日
安全隐患:神经网络可以隐藏恶意软件
THU数据派
0+阅读 · 2022年3月16日
肖新光建议:加强IT供应链网络安全能力
CCF计算机安全专委会
1+阅读 · 2022年3月7日
周鸿祎建议:加强对开源软件的代码审查
CCF计算机安全专委会
0+阅读 · 2022年3月4日
CCF计算机安全专委会发布2022年网络安全十大发展趋势
CCF计算机安全专委会
2+阅读 · 2022年2月25日
【动态】“人工智能安全与隐私”系列论坛第九期圆满落幕
中国图象图形学学会CSIG
2+阅读 · 2021年11月29日
深度学习赋能的恶意代码攻防研究进展
专知
1+阅读 · 2021年4月11日
已删除
德先生
53+阅读 · 2019年4月28日
网络安全态势感知
计算机与网络安全
25+阅读 · 2018年10月14日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
13+阅读 · 2020年10月19日
Arxiv
14+阅读 · 2018年4月18日
小贴士
相关VIP内容
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
车联网白皮书,44页pdf
专知会员服务
78+阅读 · 2022年1月3日
专知会员服务
13+阅读 · 2021年9月12日
专知会员服务
52+阅读 · 2021年8月17日
专知会员服务
55+阅读 · 2021年6月30日
专知会员服务
24+阅读 · 2021年6月21日
深度学习赋能的恶意代码攻防研究进展
专知会员服务
28+阅读 · 2021年4月11日
专知会员服务
121+阅读 · 2021年3月22日
相关资讯
2021年车联网安全研究报告
CCF计算机安全专委会
1+阅读 · 2022年4月7日
安全隐患:神经网络可以隐藏恶意软件
THU数据派
0+阅读 · 2022年3月16日
肖新光建议:加强IT供应链网络安全能力
CCF计算机安全专委会
1+阅读 · 2022年3月7日
周鸿祎建议:加强对开源软件的代码审查
CCF计算机安全专委会
0+阅读 · 2022年3月4日
CCF计算机安全专委会发布2022年网络安全十大发展趋势
CCF计算机安全专委会
2+阅读 · 2022年2月25日
【动态】“人工智能安全与隐私”系列论坛第九期圆满落幕
中国图象图形学学会CSIG
2+阅读 · 2021年11月29日
深度学习赋能的恶意代码攻防研究进展
专知
1+阅读 · 2021年4月11日
已删除
德先生
53+阅读 · 2019年4月28日
网络安全态势感知
计算机与网络安全
25+阅读 · 2018年10月14日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员