基于深度学习的BGP路由系统安全监测技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61902083
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0205.网络与系统安全
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The development of deep learning technology and the steady growth of achievable routing data brings a new research opportunities to BGP routing system behavior analysis. However, relevant researchers, especially domestic researchers, have not focused on the researches based on the deep learning techniques on perspective of network security monitoring, which makes the existing routing system security event detection methods inefficient. This project will closely focus on the three keys to BGP routing system security monitoring: data collection and evaluation, routing behavior simulation, and routing security detection; take the high-frequency simulation of BGP routing system behavior as our core scientific pursuit; and study BGP routing system security monitoring methods and technologies based on deep learning technology to achieve high-availability, high-precision BGP routing system monitoring. We will strives to make breakthroughs in the theory models and methods of BGP routing system security monitoring. Our achievement would provide technical support for domestic related network operation industries community, provide theoretical basis for the decisions of Chinese network supervision departments, and provide direction guide for Chinese military's strategic resource layout. So that we can contribute to prosperous of the our nation's network technology industry, maintenance of the domestic cyber space security, and the safeguard of the national cyberspace sovereignty.
深度学习技术的发展和可收集路由数据的稳步增长给BGP路由系统行为分析带来了新的研究契机。然而目前相关研究并没有从网络安全监测的角度开展基于深度学习技术的研究,致使路由系统安全事件检测方法效率较差。本项目将紧扣BGP路由系统安全监测的三个关键环节:数据采集和评价、路由行为模拟、路由安全检测,以高精度模拟BGP路由系统行为为核心追求,基于深度学习技术研究BGP路由系统进行安全监测方法与技术,实现高可用、高精度的BGP路由系统监管。项目力争在BGP路由系统安全监测理论模型和方法两个方面取得突破。为国内网络运营相关产业提供技术支撑、为我国网络监管部门进行方案决策提供理论依据、为我国军队布局国家网络战备资源提供方向指引,进而为繁荣国家网络技术产业、维护国内网络空间安全秩序、保障国家网络空间主权不受侵犯提供坚实基础。

结项摘要

本项目针对BGP路由系统的模拟和安全事件诊断问题开展研究,通过对路由转播轨迹进行图结构抽象和学习,构建网络模型用以识别BGP路由团体属性、BGP路由决策、BGP安全事件,分别提出了:1)基于BGP路由转发轨迹识别路由团体属性方法;2)融合前缀信息,同时结合团体属性信息的泛化路由决策模型;3)基于网络靶场的BGP路由系统模拟技术;4)基于图卷积模型、图采样聚合模型和图注意力网络模型的路由泄漏检测方法。基于本项目成果,可有效优化利用现有BGP开源数据,提升BGP路由决策过程模拟精度,使能BGP路由系统模拟,识别BGP路由安全事件,进而提升了我国在BGP路由系统安全方面的技术支撑能力。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(1)
会议论文数量(1)
专利数量(4)
A Data Consistency Insurance Method for Smart Contract
一种智能合约数据一致性保障方法
  • DOI:
    10.32604/cmc.2023.034116
  • 发表时间:
    2023
  • 期刊:
    CMC
  • 影响因子:
    --
  • 作者:
    Jing Deng;Xiaofei Xing;Guoqiang Deng;Ning Hu;Shen Su;Le Wang;Zakirul Alam Bhuiyan
  • 通讯作者:
    Zakirul Alam Bhuiyan
A Light-weighted Data Collection Method for DNS Simulation on the Cyber Range
网络范围内DNS模拟的轻量级数据采集方法
  • DOI:
    10.3837/tiis.2020.08.020
  • 发表时间:
    2020-08
  • 期刊:
    KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS
  • 影响因子:
    1.5
  • 作者:
    Li Shuang;Du Shasha;Huang Wenfeng;Liang Siyu;Deng Jinxi;Wang Le;Huang Huiwu;Liao Xinhai;Su Shen
  • 通讯作者:
    Su Shen
IoT root union: A decentralized name resolving system for IoT based on blockchain
物联网根联盟:基于区块链的物联网去中心化名称解析系统
  • DOI:
    10.1016/j.ipm.2021.102553
  • 发表时间:
    2021
  • 期刊:
    Information Processing & Management
  • 影响因子:
    8.6
  • 作者:
    Shen Su;Zhihong Tian;Shuang Li;Jinxi Deng;Lihua Yin;Xiaojiang Du;Mohsen Guizani
  • 通讯作者:
    Mohsen Guizani
A Reputation Management Scheme for Efficient Malicious Vehicle Identification over 5G Networks
通过 5G 网络高效识别恶意车辆的声誉管理方案
  • DOI:
    10.1109/mwc.001.1900456
  • 发表时间:
    2020-06-01
  • 期刊:
    IEEE WIRELESS COMMUNICATIONS
  • 影响因子:
    12.9
  • 作者:
    Su, Shen;Tian, Zhihong;Guizani, Nadra
  • 通讯作者:
    Guizani, Nadra
一种基于联盟管理的高效分布式域名系统
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信息安全学报
  • 影响因子:
    --
  • 作者:
    邓锦禧;韩毅;苏申;郭泽宇;李爽;田志宏
  • 通讯作者:
    田志宏

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

SDaaS:一种传感流数据的服务化封装方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    张仲妹;刘晨;苏申;张守利;韩燕波
  • 通讯作者:
    韩燕波
AS级拓扑被动测量点的测量完整性评价
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    苏申;张宇;张宏莉;方滨兴
  • 通讯作者:
    方滨兴

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

苏申的其他基金

智能合约在线防护关键技术研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码