CN111786788B - 一种基于区块链的网络安全入侵检测系统 - Google Patents

一种基于区块链的网络安全入侵检测系统 Download PDF

Info

Publication number
CN111786788B
CN111786788B CN202010795552.1A CN202010795552A CN111786788B CN 111786788 B CN111786788 B CN 111786788B CN 202010795552 A CN202010795552 A CN 202010795552A CN 111786788 B CN111786788 B CN 111786788B
Authority
CN
China
Prior art keywords
module
virus
intrusion detection
degree
hiding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010795552.1A
Other languages
English (en)
Other versions
CN111786788A (zh
Inventor
刘超
李晶
邹雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Wanxiang Technology Co.,Ltd.
Original Assignee
Hunan Wanxiang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Wanxiang Technology Co ltd filed Critical Hunan Wanxiang Technology Co ltd
Priority to CN202010795552.1A priority Critical patent/CN111786788B/zh
Publication of CN111786788A publication Critical patent/CN111786788A/zh
Application granted granted Critical
Publication of CN111786788B publication Critical patent/CN111786788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种基于区块链的网络安全入侵检测系统，属于入侵检测技术领域，包括入侵检测模块，所述入侵检测模块包括采集单元、计算单元、选择单元、变形单元、发展单元和培养单元，本发明科学合理，使用安全方便，本发明根据病毒相对值，进而求出交叉概率和变形概率的值，再确定网络安全入侵检测系统持续正常查杀病毒状态还是进行高强度查杀病毒状态，若进行高强度查杀病毒状态，则通过筛选输出隐蔽度高的目标病毒，并将隐蔽度高的目标病毒的组成序列进行替换、重组，将进行替换、重组的目标病毒纳入网络安全入侵检测系统的查杀范围内，可以使网络安全入侵检测系统更有效的查杀病毒。

Description

一种基于区块链的网络安全入侵检测系统
技术领域
本发明涉及入侵检测技术领域，具体是一种基于区块链的网络安全入侵检测系统。
背景技术
如今,随着5G技术的快速发展,以及物联网技术的广泛使用,大量的物理设备接入网络,使得整个网络容易受到各种各样的安全威胁。现有大多数网络系统都使用防火墙进行预防，而将入侵检测系统作为第二道防线。但是，由于入侵病毒的多样性，入侵检测系统也无法完全担当起系统安全维护的责任，入侵的病毒只需调换序列，即可作为一个新型病毒再次入侵，而入侵检测系统往往并不能及时发现，因此,现在急需一种基于区块链的网络安全入侵检测系统来解决上述问题。
发明内容
本发明的目的在于提供一种基于区块链的网络安全入侵检测系统，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于区块链的网络安全入侵检测系统，其特征在于：包括区块链系统，所述区块链系统包括：收集模块、密码模块、解密模块、存储模块、通信模块、控制模块、身份模块和入侵检测模块；所述收集模块包括采集模块和处理模块，所述密码模块包括加密模块、汇总模块和密钥创建模块，所述身份模块包括身份信息采集模块、身份信息匹配模块。
优选的，所述入侵检测模块用于对系统进行病毒检测，并将病毒检测和入侵检测的结果汇报给用户，若存在病毒和入侵，则防护主机，所述入侵检测模块包括采集单元、计算单元、第一选择单元、变形单元、发展单元、第二选择单元和培养单元。
优选的，该系统中入侵检测模块对病毒的检测包括：
S1、所述采集单元先将已知的病毒序列进行收集，设定病毒的最大发展次数，随机产生病毒序列为原始病毒；
设置终止变形次数Z，变形概率Pb,交叉概率Pj，代数t＝0，得到初始病毒簇；终止运算的步骤为：t为病毒变形的次数，Y为合格隐蔽度，y为病毒变形后的隐蔽度，如果t＜Z，y＜Y,t＝t+1,则转回步骤S1；如果t＜Z，y≥Y，则将隐蔽度最高的个体输出；如果t＝Z，结束运算，将隐蔽度最高个体输出；
Z为终止变形次数，即变形上限次数，若变形次数为Z次，则无论y是否大于等于Y，都将隐蔽度最高的个体输出；
求隐蔽度的步骤包括：
Figure BDA0002625429320000021
Figure BDA0002625429320000022
将隐蔽度小于Y的列为隐蔽度低的病毒，将隐蔽度大于Y的列为隐蔽度高的病毒，其中，a1,a2……an1为选择出的理论上隐蔽度高的病毒所对应的隐蔽度；b1,b2……bn2为选择出的理论上隐蔽度低的病毒所对应的隐蔽度；n1为选择出的理论上隐蔽度高的病毒个数；n2为选择出的理论上隐蔽度低的病毒个数；
Figure BDA0002625429320000031
Figure BDA0002625429320000032
其中，c1,c2……cn1为选择出的实际上隐蔽度高的病毒所对应的隐蔽度；d1,d2……dn2为选择出的实际上隐蔽度低的病毒所对应的隐蔽度；n3为选择出的实际上隐蔽度高的病毒个数；n4为选择出的实际上隐蔽度低的病毒个数；
将数个隐蔽度高和数个隐蔽度低的病毒所对应的隐蔽度进行平均值处理，更具有代表性，防止出现单一取值而造成的不具有代表性的情况发生。
先求出理论隐蔽度的差值：ΔL＝Lmax-Lmin；
再求出实际隐蔽度的差值：Δl＝lmax-lmin；
再算出相对值B：
Figure BDA0002625429320000033
Δl为实际病毒簇中隐蔽度的差值，ΔL为理论上隐蔽度的差值，lmin为实际病毒隐蔽度最小值，lmax为实际病毒隐蔽度最大值，lmin为理论病毒隐蔽度最小值，Lmax为理论病毒隐蔽度最大值；
求出理论高隐蔽度与理论低隐蔽度的差值ΔL和实际高隐蔽度与实际低隐蔽度的差值Δl，并将Δl进行平方运算除以ΔL和理论高隐蔽度与理论低隐蔽度的乘积，这样运算可以保证所得到的数值受理论隐蔽度和实际隐蔽度的影响，并且可以在此基础上，确保0＜B＜1；
若B＞0.5，则说明实际隐蔽度的值和理论隐蔽度的值相比较大，交叉概率较大，即需要进一步的运算求得目标病毒的隐蔽度，对隐蔽度进行变换：
fa(x)＝f(x)+k(B-0.5)
其中，fa(x)为变换后的隐蔽度，f(x)为原隐蔽度，k为常数，在使用时可以根据实际情况赋值；
所述交叉概率为：
Pj＝B；
所述变形概率为：
Pb＝(1+B)×S；
S为常数，可以根据实际情况进行赋值，但应保证0＜Pb＜1；
当B＜0.5时，则根据B的值求出交叉概率Pj、变形概率Pb的值，且交叉概率Pj、变形概率Pb的值和B呈正比关系，即B的值越大，交叉概率Pj、变形概率Pb的值越大，所述网络安全入侵检测系统持续正常查杀病毒状态即可；
当B＞0.5，则说明实际隐蔽度的值和理论隐蔽度的值相比较大，交叉概率较大，即需要进一步的运算求得目标病毒的隐蔽度，由于此种情况下病毒隐蔽度较高，所以对目标病毒的序列进行替换、重组，将进行替换、重组的目标病毒纳入网络安全入侵检测系统的查杀范围内，即所述网络安全入侵检测系统进入高强度查杀病毒状态；
S2、所述计算单元计算隐蔽度：对产生的原始病毒进行隐蔽度计算；
S3、所述第一选择单元选取隐蔽度高的病毒：将原始病毒的隐蔽度进行比较，将隐蔽度高的病毒选取出来；
S4、所述变形单元将隐蔽度高的病毒选取出来，对其中的序列进行替换、重组，从而产生新的病毒；
S5、产生子代病毒：将序列进行替换，所述发展单元将重组的新病毒作用到病毒簇中；
S6、输出目标病毒：所述第二选择单元将隐蔽度最高的目标病毒输出；
S7、所述培养单元针对所述隐蔽度最高的目标病毒对网络安全入侵检测系统进行定向的培养，使网络安全入侵检测系统可以查杀目标病毒。
优选的，所述采集模块输出端连接处理模块输入端，所述处理模块输出端连接加密模块输入端和通信模块输入端，所述加密模块输出端连接所述汇总模块输入端，所述汇总模块输出端连接密钥创建模块输入端、所述密钥创建模块输出端身份模块输入端。
优选的，所述身份模块的输出端连接入侵检测模块的输入端，所述入侵检测模块的输出端连接解密模块的输入端，所述控制模块和所述处理模块双向连接。
优选的，所述控制模块与身份模块双向连接，所述解密模块输出端连接通信模块输入端，所述存储模块输出端连接通信模块输入端，所述通信模块输出端连接数据库输入端。
优选的，所述入侵检测模块中，采集单元的输出端连接计算单元的输入端，计算单元的输出端连接第一选择单元的输入端，第一选择单元的输出端连接变形单元输入端，变形单元输出端连接发展单元输入端，连接发展单元输出端连接第二选择单元输入端，第二选择单元输出端连接培养单元输入端；
采集模块，从数据库中采集需要的信息；
处理模块，将采集到的信息根据公式进行数据运算，从而判定所采集的信息是否需要加密；
加密模块，所述加密模块将采集到的信息进行对称加密处理和非对称加密处理；
汇总模块，所述汇总模块将采集模块所采集到的加密处理和非加密处理的信息进行汇总输出处理；
密钥创建模块，所述密钥创建模块用于让提取信息方将所提取到的汇总信息形成的区块链标识进行Oracle加密；
解密模块，所述解密模块用于将利用提取信息方将所提取到的Oracle加密的汇总信息形成的区块链标识进行解密处理；
存储模块，所述存储模块用于将解密处理的区块链标识进行存储，或者将汇总模块将采集模块所采集到的加密处理和非加密处理的信息进行存储；
通信模块，所述通信模块用于将所述存储模块存储的信息进行打包发送；
控制模块，所述控制模块的功能为控制处理模块中的信息流向加密模块还是通信模块，控制身份模块中的信息流向解密模块还是存储模块；
身份信息采集模块，用于采集有意愿提取信息的行为人的身份信息；
身份信息匹配模块，用于将采集到的身份信息与现有的身份信息进行比对，从而确定行为人是否有权限查看解密后的信息。
优选的，所述采集模块、处理模块、加密模块、汇总模块、密钥创建模块、解密模块、存储模块、通信模块、控制模块、身份信息采集模块、身份信息匹配模块、解密模块和入侵检测模块之间通过过局域网连接。
与现有技术相比，本发明的有益效果是：
由于入侵病毒的多样性，入侵检测系统也无法完全担当起系统安全维护的责任，入侵的病毒只需调换序列，即可作为一个新型病毒再次入侵，而入侵检测系统往往并不能及时发现，本发明根据病毒相对值，进而求出交叉概率和变形概率的值，再确定网络安全入侵检测系统持续正常查杀病毒状态还是进行高强度查杀病毒状态，若进行高强度查杀病毒状态，则通过筛选输出隐蔽度高的目标病毒，并将隐蔽度高的目标病毒的组成序列进行替换、重组，将进行替换、重组的目标病毒纳入网络安全入侵检测系统的查杀范围内，可以有效的解决上述情况。
附图说明
图1为本发明一种基于区块链的网络安全入侵检测系统模块组成的结构示意图；
图2为本发明一种基于区块链的网络安全入侵检测系统模块连接的结构示意图；
图3为本发明一种基于区块链的网络安全入侵检测系统的入侵检测模块中各单元连接的结构示意图；
图4为本发明一种基于区块链的网络安全入侵检测系统的入侵检测步骤结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：如图1-4所示，一种基于区块链的网络安全入侵检测系统，其特征在于：包括区块链系统，区块链系统包括：收集模块、密码模块、解密模块、存储模块、通信模块、控制模块、身份模块和入侵检测模块；收集模块包括采集模块和处理模块，密码模块包括加密模块、汇总模块和密钥创建模块，身份模块包括身份信息采集模块、身份信息匹配模块；
采集模块，从数据库中采集需要的信息；
处理模块，将采集到的信息根据公式进行数据运算，从而判定所采集的信息是否需要加密；
加密模块，加密模块将采集到的信息进行对称加密处理和非对称加密处理；
汇总模块，汇总模块将采集模块所采集到的加密处理和非加密处理的信息进行汇总输出处理；
密钥创建模块，密钥创建模块用于让提取信息方将所提取到的汇总信息形成的区块链标识进行Oracle加密；
解密模块，解密模块用于将利用提取信息方将所提取到的Oracle加密的汇总信息形成的区块链标识进行解密处理；
存储模块，存储模块用于将解密处理的区块链标识进行存储，或者将汇总模块将采集模块所采集到的加密处理和非加密处理的信息进行存储；
通信模块，通信模块用于将存储模块存储的信息进行打包发送；
控制模块，控制模块的功能为控制处理模块中的信息流向加密模块还是通信模块，控制身份模块中的信息流向解密模块还是存储模块；
身份信息采集模块，用于采集有意愿提取信息的行为人的身份信息；
身份信息匹配模块，用于将采集到的身份信息与现有的身份信息进行比对，从而确定行为人是否有权限查看解密后的信息。
入侵检测模块用于对系统进行病毒检测，并将病毒检测和入侵检测的结果汇报给用户，若存在病毒和入侵，则防护主机，入侵检测模块包括采集单元、计算单元、第一选择单元、变形单元、发展单元、第二选择单元和培养单元。
采集模块输出端连接处理模块输入端，处理模块输出端连接加密模块输入端和通信模块输入端，加密模块输出端连接汇总模块输入端，汇总模块输出端连接密钥创建模块输入端、密钥创建模块输出端身份模块输入端。
身份模块的输出端连接入侵检测模块的输入端，入侵检测模块的输出端连接解密模块的输入端，控制模块和处理模块双向连接。
控制模块与身份模块双向连接，解密模块输出端连接通信模块输入端，存储模块输出端连接通信模块输入端，通信模块输出端连接数据库输入端。
入侵检测模块中，采集单元的输出端连接计算单元的输入端，计算单元的输出端连接第一选择单元的输入端，第一选择单元的输出端连接变形单元输入端，变形单元输出端连接发展单元输入端，连接发展单元输出端连接第二选择单元输入端，第二选择单元输出端连接培养单元输入端。
采集模块、处理模块、加密模块、汇总模块、密钥创建模块、解密模块、存储模块、通信模块、控制模块、身份信息采集模块、身份信息匹配模块、解密模块和入侵检测模块之间通过过局域网连接。
该系统中入侵检测模块对病毒的检测包括：
S1、采集单元先将已知的病毒序列进行收集，设定病毒的最大发展次数，随机产生病毒序列为原始病毒；
设置终止变形次数Z，变形概率Pb,交叉概率Pj，代数t＝0，得到初始病毒簇；终止运算的步骤为：t为病毒变形的次数，Y为合格隐蔽度，y为病毒变形后的隐蔽度，如果t＜Z，y＜Y,t＝t+1,则转回步骤S1；如果t＜Z，y≥Y，则将隐蔽度最高的个体输出；如果t＝Z，结束运算，将隐蔽度最高个体输出；
Z为终止变形次数，即变形上限次数，若变形次数为Z次，则无论y是否大于等于Y，都将隐蔽度最高的个体输出；
求隐蔽度的步骤包括：
Figure BDA0002625429320000111
Figure BDA0002625429320000112
将隐蔽度小于Y的列为隐蔽度低的病毒，将隐蔽度大于Y的列为隐蔽度高的病毒，其中，a1,a2……an1为选择出的理论上隐蔽度高的病毒所对应的隐蔽度；b1,b2……bn2为选择出的理论上隐蔽度低的病毒所对应的隐蔽度；n1为选择出的理论上隐蔽度高的病毒个数；n2为选择出的理论上隐蔽度低的病毒个数；
Figure BDA0002625429320000121
Figure BDA0002625429320000122
其中，c1,c2……cn1为选择出的实际上隐蔽度高的病毒所对应的隐蔽度；d1,d2……dn2为选择出的实际上隐蔽度低的病毒所对应的隐蔽度；n3为选择出的实际上隐蔽度高的病毒个数；n4为选择出的实际上隐蔽度低的病毒个数；
将数个隐蔽度高和数个隐蔽度低的病毒所对应的隐蔽度进行平均值处理，更具有代表性，防止出现单一取值而造成的不具有代表性的情况发生。
先求出理论隐蔽度的差值：ΔL＝Lmax-Lmin；
再求出实际隐蔽度的差值：Δl＝lmax-lmin；
再算出相对值B：
Figure BDA0002625429320000123
Δl为实际病毒簇中隐蔽度的差值，ΔL为理论上隐蔽度的差值，lmin为实际病毒隐蔽度最小值，lmax为实际病毒隐蔽度最大值，lmin为理论病毒隐蔽度最小值，Lmax为理论病毒隐蔽度最大值；
求出理论高隐蔽度与理论低隐蔽度的差值ΔL和实际高隐蔽度与实际低隐蔽度的差值Δl，并将Δl进行平方运算除以ΔL和理论高隐蔽度与理论低隐蔽度的乘积，这样运算可以保证所得到的数值受理论隐蔽度和实际隐蔽度的影响，并且可以在此基础上，确保0＜B＜1；
若B＞0.5，则说明实际隐蔽度的值和理论隐蔽度的值相比较大，交叉概率较大，即需要进一步的运算求得目标病毒的隐蔽度，对隐蔽度进行变换：
fa(x)＝f(x)+k(B-0.5)
其中，fa(x)为变换后的隐蔽度，f(x)为原隐蔽度，k为常数，在使用时可以根据实际情况赋值；
交叉概率为：
Pj＝B；
变形概率为：
Pb＝(1+B)×S；
S为常数，可以根据实际情况进行赋值，但应保证0＜Pb＜1；
当B＜0.5时，则根据B的值求出交叉概率Pj、变形概率Pb的值，且交叉概率Pj、变形概率Pb的值和B呈正比关系，即B的值越大，交叉概率Pj、变形概率Pb的值越大，网络安全入侵检测系统持续正常查杀病毒状态即可；
当B＞0.5，则说明实际隐蔽度的值和理论隐蔽度的值相比较大，交叉概率较大，即需要进一步的运算求得目标病毒的隐蔽度，由于此种情况下病毒隐蔽度较高，所以对目标病毒的序列进行替换、重组，将进行替换、重组的目标病毒纳入网络安全入侵检测系统的查杀范围内；
S2、计算单元计算隐蔽度：对产生的原始病毒进行隐蔽度计算；
S3、第一选择单元选取隐蔽度高的病毒：将原始病毒的隐蔽度进行比较，将隐蔽度高的病毒选取出来；
S4、变形单元将隐蔽度高的病毒选取出来，对其中的序列进行替换、重组，从而产生新的病毒；
S5、产生子代病毒：将序列进行替换，发展单元将重组的新病毒作用到病毒簇中；
S6、输出目标病毒：第二选择单元将隐蔽度最高的目标病毒输出；
S7、培养单元针对隐蔽度最高的目标病毒对网络安全入侵检测系统进行定向的培养，使网络安全入侵检测系统可以查杀目标病毒。
工作原理：采集单元先将已知的病毒序列进行收集，设定病毒的最大发展次数，随机产生病毒序列为原始病毒，对产生的原始病毒进行隐蔽度计算；第一选择单元选取隐蔽度高的病毒，将原始病毒的隐蔽度进行比较，将隐蔽度高的病毒选取出来；变形单元将隐蔽度高的病毒选取出来，对其中的序列进行替换、重组，从而产生新的病毒；将序列进行替换，所述发展单元将重组的新病毒作用到病毒簇中，产生子代病毒；第二选择单元将隐蔽度最高的目标病毒输出，培养单元针对所述隐蔽度最高的目标病毒对网络安全入侵检测系统进行定向的培养，使网络安全入侵检测系统可以查杀目标病毒。
实施例：分别赋予Lmax值为3，赋予Lmix值为1.5，赋予lmax值为3，赋予lmin值为1.5，赋予S值为0.1；
求出理论隐蔽度的差值：ΔL＝Lmax-Lmin＝1.5；
再求出实际隐蔽度的差值：Δl＝Lmax-lmin＝1；
再算出相对值B：
Figure BDA0002625429320000151
由此可得，B＜0.5；
交叉概率为：
Figure BDA0002625429320000152
变形概率为：
Pb＝(1+B)×S≈0.13；
所以，B＜0.5，且交叉概率和变形概率与B的值成正比，所以网络安全入侵检测系统持续正常查杀病毒状态即可。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (8)

1.一种基于区块链的网络安全入侵检测系统，其特征在于：包括区块链系统，所述区块链系统包括：收集模块、密码模块、解密模块、存储模块、通信模块、控制模块、身份模块和入侵检测模块；所述收集模块包括采集模块和处理模块，所述密码模块包括加密模块、汇总模块和密钥创建模块，所述身份模块包括身份信息采集模块、身份信息匹配模块；
所述入侵检测模块用于对系统进行病毒检测，并将病毒检测和入侵检测的结果汇报给用户，若存在病毒和入侵，则防护主机，所述入侵检测模块包括采集单元、计算单元、第一选择单元、变形单元、发展单元、第二选择单元和培养单元；
该系统中入侵检测模块对病毒的检测包括：
S1、所述采集单元先将已知的病毒序列进行收集，设定病毒的最大发展次数，随机产生病毒序列为原始病毒；
S2、所述计算单元计算隐蔽度：对产生的原始病毒进行隐蔽度计算；
S3、所述第一选择单元选取隐蔽度高的病毒：将原始病毒的隐蔽度进行比较，将隐蔽度高的病毒选取出来；
S4、所述变形单元将隐蔽度高的病毒选取出来，对其中的序列进行替换、重组，从而产生新的病毒；
S5、产生子代病毒：将序列进行替换，所述发展单元将重组的新病毒作用到病毒簇中；
S6、输出目标病毒：所述第二选择单元将隐蔽度最高的目标病毒输出；
S7、所述培养单元针对所述隐蔽度最高的目标病毒对网络安全入侵检测系统进行定向的培养，使网络安全入侵检测系统可以查杀目标病毒。
2.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述S1步骤为：设置终止变形次数Z，变形概率Pb,交叉概率Pj，代数t＝0，得到初始病毒簇；终止运算的步骤为：t为病毒变形的次数，Y为合格隐蔽度，y为病毒变形后的隐蔽度，如果t＜Z，y＜Y,t＝t+1,则转回步骤S1；如果t＜Z，y≥Y，则将隐蔽度最高的个体输出；如果t＝Z，结束运算，将隐蔽度最高个体输出。
3.根据权利要求2所述的一种基于区块链的网络安全入侵检测系统，其特征在于：
求隐蔽度的步骤包括：
Figure FDA0002916942310000021
Figure FDA0002916942310000022
将隐蔽度小于Y的列为隐蔽度低的病毒，将隐蔽度大于Y的列为隐蔽度高的病毒，其中，a1,a2……an1为选择出的理论上隐蔽度高的病毒所对应的隐蔽度；b1,b2……bn2为选择出的理论上隐蔽度低的病毒所对应的隐蔽度；n1为选择出的理论上隐蔽度高的病毒个数；n2为选择出的理论上隐蔽度低的病毒个数；
Figure FDA0002916942310000023
Figure FDA0002916942310000031
其中，c1,c2……cn1为选择出的实际上隐蔽度高的病毒所对应的隐蔽度；d1,d2……dn2为选择出的实际上隐蔽度低的病毒所对应的隐蔽度；n3为选择出的实际上隐蔽度高的病毒个数；n4为选择出的实际上隐蔽度低的病毒个数；
先求出理论隐蔽度差值：ΔL＝Lmax-Lmin；
再求出实际隐蔽度的差值：Δl＝lmax-lmin；
再算出相对值B：
Figure FDA0002916942310000032
Δl为实际病毒簇中隐蔽度的差值，ΔL为理论上隐蔽度的差值，lmin为实际病毒隐蔽度最小值，lmax为实际病毒隐蔽度最大值，Lmin为理论病毒隐蔽度最小值，Lmax为理论病毒隐蔽度最大值；
若B＞0.5，即要求高精确度运算，对隐蔽度进行变换：
fa(x)＝f(x)+k(B-0.5)
其中，fa(x)为变换后的隐蔽度，f(x)为原隐蔽度，k为常数；
所述交叉概率为：
Pj＝B；
所述变形概率为：
Pb＝(1-B)×S；
S为常数。
4.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述采集模块输出端连接处理模块输入端，所述处理模块输出端连接加密模块输入端和通信模块输入端，所述加密模块输出端连接所述汇总模块输入端，所述汇总模块输出端连接密钥创建模块输入端、所述密钥创建模块输出端身份模块输入端。
5.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述身份模块的输出端连接入侵检测模块的输入端，所述入侵检测模块的输出端连接解密模块的输入端，所述控制模块和所述处理模块双向连接。
6.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述控制模块与身份模块双向连接，所述解密模块输出端连接通信模块输入端，所述存储模块输出端连接通信模块输入端，所述通信模块输出端连接入侵检测模块输入端，所述入侵检测模块输出端连接数据库输入端。
7.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述入侵检测模块中，采集单元的输出端连接计算单元的输入端，计算单元的输出端连接第一选择单元的输入端，第一选择单元的输出端连接变形单元输入端，变形单元输出端连接发展单元输入端，连接发展单元输出端连接第二选择单元输入端，第二选择单元输出端连接培养单元输入端。
8.根据权利要求1所述的一种基于区块链的网络安全入侵检测系统，其特征在于：所述采集模块、处理模块、加密模块、汇总模块、密钥创建模块、解密模块、存储模块、通信模块、控制模块、身份信息采集模块、身份信息匹配模块、解密模块和入侵检测模块之间通过过局域网连接。
CN202010795552.1A 2020-08-10 2020-08-10 一种基于区块链的网络安全入侵检测系统 Active CN111786788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010795552.1A CN111786788B (zh) 2020-08-10 2020-08-10 一种基于区块链的网络安全入侵检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010795552.1A CN111786788B (zh) 2020-08-10 2020-08-10 一种基于区块链的网络安全入侵检测系统

Publications (2)

Publication Number Publication Date
CN111786788A CN111786788A (zh) 2020-10-16
CN111786788B true CN111786788B (zh) 2021-08-24

Family

ID=72761825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010795552.1A Active CN111786788B (zh) 2020-08-10 2020-08-10 一种基于区块链的网络安全入侵检测系统

Country Status (1)

Country Link
CN (1) CN111786788B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065204A (zh) * 2012-12-25 2013-04-24 浙江大学 一种verna-ga的汽油调合优化调度方法
CN109543412A (zh) * 2019-01-07 2019-03-29 何小钟 一种基于大数据分析的互联网信息安全用杀毒系统
CN109726557A (zh) * 2018-12-14 2019-05-07 麒麟合盛网络技术股份有限公司 一种病毒预防方法及装置
CN110298204A (zh) * 2019-07-05 2019-10-01 电子科技大学 基于温度场时空效应的asic芯片硬件木马诊断方法
CN110460577A (zh) * 2019-07-09 2019-11-15 昆明理工大学 一种基于改进后的计算机病毒的入侵检测系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190058709A1 (en) * 2017-08-16 2019-02-21 Telefonaktiebolaget Lm Ericsson (Publ) Tenant management method and system in a cloud computing environment
CN109639779B (zh) * 2018-11-29 2021-09-17 贵州航天云网科技有限公司 一种基于区块链制造服务的动态集成系统
CN110190968B (zh) * 2019-06-03 2021-01-15 北京七星华电科技集团有限责任公司 区块链大数据安全处理系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065204A (zh) * 2012-12-25 2013-04-24 浙江大学 一种verna-ga的汽油调合优化调度方法
CN109726557A (zh) * 2018-12-14 2019-05-07 麒麟合盛网络技术股份有限公司 一种病毒预防方法及装置
CN109543412A (zh) * 2019-01-07 2019-03-29 何小钟 一种基于大数据分析的互联网信息安全用杀毒系统
CN110298204A (zh) * 2019-07-05 2019-10-01 电子科技大学 基于温度场时空效应的asic芯片硬件木马诊断方法
CN110460577A (zh) * 2019-07-09 2019-11-15 昆明理工大学 一种基于改进后的计算机病毒的入侵检测系统

Also Published As

Publication number Publication date
CN111786788A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
Liang et al. A review of false data injection attacks against modern power systems
CN102393890B (zh) 一种抗物理入侵和旁路攻击的密码芯片系统及其实现方法
CN111431862B (zh) 威胁驱动的电力监控系统网络安全深度防护方法及系统
CN110213226B (zh) 基于风险全要素辨识关联的网络攻击场景重建方法及系统
CN106209850B (zh) 基于可信计算的大数据信息网络自适应安全防护系统
CN104573549A (zh) 一种可信的数据库机密性保护方法及系统
CN113422763B (zh) 基于攻击场景构建的报警关联分析方法
CN106130777A (zh) 一种基于云计算的工业设备维护系统
CN113420802A (zh) 基于改进谱聚类的报警数据融合方法
Qiu Ciphertext database audit technology under searchable encryption algorithm and blockchain technology
CN110290110B (zh) 一种基于冗余检测架构的加密恶意流量识别方法及系统
KR100332891B1 (ko) 분산 침입 탐지 에이전트를 기반으로 한 지능형 침입탐지시스템
CN111786788B (zh) 一种基于区块链的网络安全入侵检测系统
Yadav et al. Big data hadoop: Security and privacy
Lv et al. A review of big data security and privacy protection technology
CN117454442A (zh) 匿名安全和可追溯的分布式数字取证方法与系统
Wang et al. Secure and distributed IoT data storage in clouds based on secret sharing and collaborative blockchain
Szymoniak Using a security protocol to protect against false links
CN112995216B (zh) 一种网上金融信息的安全处理器
CN107563950A (zh) 一种安全高效的数字图像加密方法
Pan et al. PLC Protection System Based on Verification Separation.
CN110059630A (zh) 隐私保护的可验证外包监控视频行人再识别方法
Chen et al. Which is the greenest way home? A lightweight eco-route recommendation framework based on personal driving habits
Saad et al. Securing Smart City Services in Cyber-Physical Systems using the computation annealed selection process
Songma et al. Implementation of fuzzy c-means and outlier detection for intrusion detection with KDD cup 1999 data set

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Chao

Inventor after: Li Jing

Inventor after: Zou Wen

Inventor before: Zou Wen

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210721

Address after: Office building 11, Yujing Nanyuan project, No. 58 Furong Road, high tech Zone, Hengyang City, Hunan Province

Applicant after: Hunan Wanxiang Technology Co.,Ltd.

Address before: 215000 No. 325 Yushan Road, high tech Zone, Suzhou, Jiangsu

Applicant before: Zou Wen

GR01 Patent grant
GR01 Patent grant