基于行為分析的虛擬資產操作異常發(fā)現.pdf

1、隨著互聯(lián)網信息技術的飛速發(fā)展，網絡虛擬資產的數量和類型迅猛增長。在給人們帶來極大方便的同時，網絡虛擬資產的安全問題也日益凸顯，尤其是網絡游戲類以及電子商務類虛擬資產交易的安全問題最為嚴重。針對網絡虛擬資產種類繁多、操作各異、動態(tài)變化等特點，如何有效的發(fā)現虛擬資產操作異常已成為迫切需要解決的問題。
　　本文工作基于國家863計劃重點課題“虛擬資產保全系統(tǒng)及應用”。該課題研究采取一系列措施，對虛擬資產數據進行統(tǒng)一存儲和管理，以維護虛擬

2、資產的完整性，防止其流失。本文以此為基礎，針對如何有效發(fā)現虛擬資產操作中的異常行為開展了相關研究，主要包括虛擬資產數據集成技術和基于行為分析的虛擬資產操作異常檢測技術。通過對虛擬資產平臺及用戶行為數據特點的分析，提出了一種基于數據挖掘和遞歸式匹配的行為異常發(fā)現方法，并通過實驗驗證了該算法的有效性。最后，設計實現了虛擬資產異常檢測模塊。本文主要做了以下幾方面的工作：
　　1、設計了一種虛擬資產數據集成方法。根據虛擬資產數據的特點，采

3、用XML技術設計實現了一種虛擬資產描述語言；針對不同虛擬資產平臺上虛擬資產數據格式及類型的差異性，提出了一種統(tǒng)一的虛擬資產數據存儲格式，設計了一個虛擬資產數據交換框架?；谠摂祿鎯Ω袷胶蛿祿粨Q框架，已申請立項中國通信行業(yè)標準兩項。
　　2、提出了一種基于數據挖掘和遞歸式匹配的行為異常發(fā)現方法。在虛擬資產數據集成的基礎上，從行為屬性的關聯(lián)關系和序列的操作模式兩個層面綜合分析用戶的行為，得到了用戶的正常行為模式庫，其中包括反映用戶

4、行為屬性間相互關系的關聯(lián)規(guī)則集和反映用戶操作特征的操作模式集。利用軸屬性匹配法和遞歸式相關函數法分別計算關聯(lián)規(guī)則和操作模式相似度，得到行為屬性層可信因子AF和操作序列層可信因子 OF，最后通過綜合 AF和 OF來判斷用戶行為是否異常。相關成果發(fā)表在第29次全國計算機安全學術交流會上。
　　3、設計并實現了一個虛擬資產異常檢測模塊。模塊功能包括數據獲取、數據預處理、異常行為檢測、異常告警。詳細分析了各個子模塊的功能特性及相互之間的關