基于机器学习的气象网络数据安全研究

摘要

随着气象信息化的不断推进,气象网络和数据安全面临新的挑战:气象业务系统需要进行针对性安全加固,安全防护体系在策略和部署方式方面也需要优化.现阶段,气象网络安全防护和自动化加固程度不高,依赖人工进行分析和处理.当信息数量庞大和种类繁杂时,运维效率较低且安全加固效果无法直观的核验.该文以不同业务区域的安全检测数据为基础,首先采用Louvain算法生成不同业务系统的数据交互结构,对系统存在的安全风险进行定位;随后通过TF-IDF算法和逻辑回归算法对网络数据日志进行分析,获取安全事件中的核心内容,结合系统数据交互结构对存在安全风险的系统进行针对性加固;最后通过对比研究前后安全事件数量上的变化,验证有关研究和算法的合理性.