本發(fā)明涉及汽車網(wǎng)絡(luò)靶場，具體涉及一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)及比對方法。

背景技術(shù)：

1、研發(fā)仿真(cae)技術(shù)作為汽車產(chǎn)品開發(fā)過程中重要的支撐技術(shù)，在保證汽車綜合性能，縮短汽車開發(fā)周期，節(jié)省成本方面起到了至關(guān)重要的作用。在進入智能網(wǎng)聯(lián)汽車時代之前，汽車的仿真主要集中在硬件可靠性和的加速、滑行、制動等性能上，而隨著汽車智能化的發(fā)展，用戶隱私、數(shù)字安全已經(jīng)越來越受到重視，甚至可能作為汽車未來的核心競爭力。

2、網(wǎng)絡(luò)靶場是一種對真實網(wǎng)絡(luò)空間中的網(wǎng)絡(luò)架構(gòu)、系統(tǒng)設(shè)備、業(yè)務(wù)流程的運行狀態(tài)及運行環(huán)境進行模擬和復(fù)現(xiàn)的虛擬仿真技術(shù)，能對智能設(shè)備的安全性、穩(wěn)定性和有效性進行攻防演練和驗證。靶場試驗基礎(chǔ)平臺即是用于測試汽車在車聯(lián)網(wǎng)中的信息傳輸及智能聯(lián)網(wǎng)設(shè)備的安全性和可靠性。靶場試驗基礎(chǔ)平臺包括數(shù)據(jù)管理、數(shù)據(jù)比對、數(shù)據(jù)查找、知識庫等多個系統(tǒng)。其中，數(shù)據(jù)比對包括(1)仿真數(shù)據(jù)與實際數(shù)據(jù)之間的校驗比對，以判斷仿真結(jié)果的真實性和有效性；(2)多個節(jié)點之間的仿真結(jié)果與仿真結(jié)果之的對照比對，以挖掘復(fù)雜網(wǎng)絡(luò)系統(tǒng)中的關(guān)聯(lián)性。

3、智能化汽車網(wǎng)絡(luò)(車聯(lián)網(wǎng))即是一個復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，包括智能汽車與智能汽車之間，車載智能設(shè)備與其他設(shè)備之間，移動設(shè)備與交通設(shè)施之間的多種交互，各個網(wǎng)絡(luò)節(jié)點會不停地移動、網(wǎng)聯(lián)交互；在對該復(fù)雜的情況進行仿真后，還需要一種能對該仿真結(jié)果進行分析的數(shù)據(jù)比對方法。

4、基于此，本申請針對汽車網(wǎng)絡(luò)靶場試驗，提出了一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)及比對方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點，提供了一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)及比對方法。具體通過以下技術(shù)方案來實現(xiàn)：

2、一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，包括：

3、數(shù)據(jù)中轉(zhuǎn)模塊：用于連接各個仿真平臺、知識庫、數(shù)據(jù)庫，將需要分發(fā)的數(shù)據(jù)按照協(xié)議規(guī)定進行數(shù)據(jù)類型轉(zhuǎn)換；

4、流量分析模塊，用于分析捕獲到的流量特征數(shù)據(jù)；

5、行為分析模塊，用于提取并分析終端行為；

6、關(guān)聯(lián)分析模塊，用于分析流量和行為的空間和時間關(guān)聯(lián)；

7、深度學(xué)習(xí)模塊，對流量分析模塊、行為分析模塊、和關(guān)聯(lián)分析模塊的產(chǎn)生的比對結(jié)果進行聚類和學(xué)習(xí)；

8、可視化模塊，用于顯示各項比對結(jié)果。

9、可選或優(yōu)選地，所述數(shù)據(jù)中轉(zhuǎn)模塊包括以下子模塊：

10、數(shù)據(jù)分發(fā)交互模塊，按照協(xié)議進行數(shù)據(jù)分發(fā)交互；

11、網(wǎng)絡(luò)模塊，用于為各個仿真平臺、知識庫、數(shù)據(jù)庫配置流量和寬帶；

12、數(shù)據(jù)交換機，為各個模塊提供數(shù)據(jù)交互的物理接口。

13、可選或優(yōu)選地，所述流量特征數(shù)據(jù)包括但不限于ip地址、端口號、協(xié)議類型、數(shù)據(jù)包大小、傳輸速度；所述流量分析模塊將實時捕獲到的流量特征數(shù)據(jù)與知識庫中的規(guī)則進行比對，當(dāng)流量特征數(shù)據(jù)與任一異?；蚬粜袨橐?guī)則相匹配時，即可認為檢測到了異常流量或攻擊行為。

14、可選或優(yōu)選地，所述行為分析模塊對日志信息進行解析，提取出終端行為，判斷是否存在安全威脅；所述終端行為包括但不限于登錄行為、文件操作、進程活動。

15、可選或優(yōu)選地，所述深度學(xué)習(xí)模塊，包括以下子模塊：

16、數(shù)據(jù)處理模塊，對數(shù)據(jù)進行預(yù)處理；

17、學(xué)習(xí)網(wǎng)絡(luò)模型，通過卷積神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)執(zhí)行訓(xùn)練過程，并逐步優(yōu)化想學(xué)習(xí)模型；

18、報告生成模塊：用于生成仿真分析報告；所述仿真分析報告包括異常事件和攻擊行為的詳細信息、流量分析模塊、行為分析模塊和關(guān)聯(lián)分析模塊的分析結(jié)果。

19、本發(fā)明還提供了一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，基于上述靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，包括以下步驟：

20、s1、數(shù)據(jù)收集：收集網(wǎng)絡(luò)靶場中攻防競賽和演練過程中產(chǎn)生的數(shù)據(jù)

21、s2、數(shù)據(jù)處理：將步驟s1收集到的數(shù)據(jù)進行標(biāo)準化處理；

22、s3、數(shù)據(jù)校驗：檢查樣本數(shù)據(jù)的仿真結(jié)果與系統(tǒng)實測的偏差是否在預(yù)期閾值內(nèi)；

23、s4、數(shù)據(jù)分發(fā)：將標(biāo)準化處理后的數(shù)據(jù)分發(fā)給流量分析模塊和行為分析模塊；

24、s5、流量和行為比對：流量分析模塊接收數(shù)據(jù)，提取數(shù)據(jù)中的流量特征數(shù)據(jù)，指示數(shù)據(jù)中轉(zhuǎn)模塊調(diào)用知識庫，將流量特征數(shù)據(jù)與知識庫中的規(guī)則進行匹配，將與規(guī)則相匹配的流量特征數(shù)據(jù)作為異常流量數(shù)據(jù)存儲在流量分析模塊中；行為分析模塊接收數(shù)據(jù)，提取數(shù)據(jù)中的終端行為，指示數(shù)據(jù)中轉(zhuǎn)模塊調(diào)用知識庫，將終端行為與知識庫中的規(guī)則進行匹配，將與規(guī)則相匹配的終端行為作為異常行為數(shù)據(jù)存儲在行為分析模塊中；

25、s6、關(guān)聯(lián)比對，包括：

26、時間關(guān)聯(lián)分析：

27、指示數(shù)據(jù)中轉(zhuǎn)模塊調(diào)用流量分析模塊中的異常流量數(shù)據(jù)，按照異常流量數(shù)據(jù)的時間戳，指示數(shù)據(jù)中轉(zhuǎn)模塊依次調(diào)用仿真平臺中的終端行為，基于相關(guān)性分析異常流量與行為的時間關(guān)聯(lián)；

28、指示數(shù)據(jù)中轉(zhuǎn)模塊調(diào)用行為分析模塊中的異常行為數(shù)據(jù)，按照異常行為數(shù)據(jù)的時間戳，指示數(shù)據(jù)中轉(zhuǎn)模塊依次調(diào)用仿真平臺中的終端流量數(shù)據(jù)，基于相關(guān)性分析異常行為與流量的時間關(guān)聯(lián)；

29、空間關(guān)聯(lián)分析：

30、按照異常流量數(shù)據(jù)所處的網(wǎng)絡(luò)節(jié)點，指示數(shù)據(jù)中轉(zhuǎn)模塊逐個調(diào)用鄰近網(wǎng)絡(luò)節(jié)點的流量特征數(shù)據(jù)，通過空間關(guān)聯(lián)分析方法分析異常流量數(shù)據(jù)的空間關(guān)聯(lián)性；

31、按照異常行為數(shù)據(jù)所處的網(wǎng)絡(luò)節(jié)點，指示數(shù)據(jù)中轉(zhuǎn)模塊逐個調(diào)用鄰近網(wǎng)絡(luò)節(jié)點的終端行為，通過空間關(guān)聯(lián)分析方法分析終端行為的空間關(guān)聯(lián)性；

32、s7、數(shù)據(jù)中轉(zhuǎn)模塊將流量分析模塊、行為分析模塊和關(guān)聯(lián)分析模塊中的分析結(jié)果導(dǎo)入深度學(xué)習(xí)模塊和可視化模塊；

33、s8、所述深度學(xué)習(xí)模塊執(zhí)行學(xué)習(xí)任務(wù)，生成仿真報告，并使仿真報告在可視化模塊中顯示。

34、基于上述技術(shù)方案，本發(fā)明提供的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，可產(chǎn)生如下技術(shù)效果：

35、1.本發(fā)明提供的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，通用性和拓展性高，靶場試驗作為一個快速發(fā)展的領(lǐng)域，各類仿真平臺和軟件不斷推陳出新，本系統(tǒng)通過數(shù)據(jù)中轉(zhuǎn)模塊與仿真平臺交互，各個仿真平臺相互獨立，不回受到彼此之間的影響。

36、2.通過設(shè)置流量分析模塊、行為分析模塊和關(guān)聯(lián)分析模塊，從多個角度挖掘和分析攻擊事件和異常情況，有助于發(fā)現(xiàn)復(fù)雜車聯(lián)網(wǎng)路中的潛在風(fēng)險，從而提升智能汽車的網(wǎng)絡(luò)安全。

37、本發(fā)明提供的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，可產(chǎn)生如下技術(shù)效果：

38、1.為汽車智能設(shè)備的網(wǎng)絡(luò)安全評估提供有力支持，為安全部署提供可靠的決策依據(jù)；

39、2.能對復(fù)雜的車聯(lián)網(wǎng)絡(luò)進行模擬結(jié)果進行分析，挖掘處多個網(wǎng)絡(luò)節(jié)點之間可能存在的相互影響關(guān)系，從而有助于構(gòu)建點陣式防護網(wǎng)絡(luò)。

技術(shù)特征：

1.一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：所述數(shù)據(jù)中轉(zhuǎn)模塊包括以下子模塊：

3.根據(jù)權(quán)利要求1所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：所述流量特征數(shù)據(jù)包括但不限于ip地址、端口號、協(xié)議類型、數(shù)據(jù)包大小、傳輸速度；所述流量分析模塊將實時捕獲到的流量特征數(shù)據(jù)與知識庫中的規(guī)則進行比對，當(dāng)流量特征數(shù)據(jù)與任一異常或攻擊行為規(guī)則相匹配時，即可認為檢測到了異常流量或攻擊行為。

4.根據(jù)權(quán)利要求1所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：所述行為分析模塊對日志信息進行解析，提取出終端行為，判斷是否存在安全威脅；所述終端行為包括但不限于登錄行為、文件操作、進程活動。

5.根據(jù)權(quán)利要求1所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：所述關(guān)聯(lián)分析模塊包括時間關(guān)聯(lián)和空間關(guān)聯(lián)；所述時間關(guān)聯(lián)是將不同時間點的流量特征數(shù)據(jù)、終端行為進行關(guān)聯(lián)分析，找出異常的時間序列和規(guī)律；所述空間關(guān)聯(lián)通過分析靶場中的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，找出不同網(wǎng)絡(luò)節(jié)點、網(wǎng)絡(luò)終端之間的關(guān)聯(lián)關(guān)系。

6.根據(jù)權(quán)利要求1所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：所述深度學(xué)習(xí)模塊，包括以下子模塊：

7.一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，基于如權(quán)利要求1-6中任一所述的靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)，其特征在于：包括以下步驟：

8.根據(jù)權(quán)利要求7所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，其特征在于：在步驟s4進行流量和行為比對時，流量分析模塊和行為分析模塊可以同時進行，也可以分布進行。

9.根據(jù)權(quán)利要求7所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，其特征在于：所述空間關(guān)聯(lián)分析方法為空間自相關(guān)分析、空間聚類分析、空間插值分析中的一種。

10.根據(jù)權(quán)利要求7所述的一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對方法，其特征在于：還包括準確度校驗，具體為：

技術(shù)總結(jié)
本發(fā)明提供一種靶場試驗基礎(chǔ)平臺的數(shù)據(jù)比對系統(tǒng)及方法，包括：數(shù)據(jù)中轉(zhuǎn)模塊，用于連接各個仿真平臺、知識庫、數(shù)據(jù)庫，將需要分發(fā)的數(shù)據(jù)按照協(xié)議規(guī)定進行數(shù)據(jù)類型轉(zhuǎn)換；流量分析模塊，用于分析捕獲到的流量特征數(shù)據(jù)；行為分析模塊，用于提取并分析終端行為；關(guān)聯(lián)分析模塊，用于分析流量和行為的空間和時間關(guān)聯(lián)；深度學(xué)習(xí)模塊，對流量分析模塊、行為分析模塊、和關(guān)聯(lián)分析模塊的產(chǎn)生的比對結(jié)果進行聚類和學(xué)習(xí)；可視化模塊，用于顯示各項比對結(jié)果。本發(fā)明通過數(shù)據(jù)比對的方式，對復(fù)雜的智能汽車網(wǎng)絡(luò)仿真結(jié)果進行分析挖掘，從而提升智能汽車的網(wǎng)絡(luò)安全。

技術(shù)研發(fā)人員：楊文輝,王博,趙永明
受保護的技術(shù)使用者：楊文輝
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15