欺骗诱捕技术在气象网络安全攻防对抗场景下的应用     

周琰  马强 《气象科技》2023,51(2):208-214

随着信息技术的快速发展，网络安全形势愈发严峻，气象部门通过组织网络攻防演习，以实战标准检验并提升业务安全防护体系能力。在演习中，攻击队伍对重要业务单位的真实网络及信息系统进行攻击渗透，各业务单位作为防守方开展实时监控与应急处置。由于攻防双方信息不对等，防守方采用传统防御手段经常处于被动挨打的局面。为提升网络防御能力，本文研究伪装欺骗和攻击诱捕技术在气象部门网络安全实战场景下的应用，通过采用基于蜜罐的欺骗诱捕平台，构建主动防御体系，实现对异常网络流量的监测、分析和预警，并对攻击方进行诱捕、溯源。经过实战检验，欺骗诱捕技术的应用切实提高了网络安全防御能力，保障气象业务系统稳定运行。  相似文献   

基于改进Apriori算法的环境空气NO₂浓度变化的关联因素分析          下载免费PDF全文

王敏亦  丁卉  徐锐  刘永红 《热带气象学报》2022,38(6):890-900

环境空气污染是一种复杂的非线性动态现象，受道路网络上的交通流、气象条件等因素的影响，定量揭示这些因素与空气污染物浓度的变化关系，是空气质量预测与改善的重要基础。以广东省佛山市南海区气象局空气质量监测站点周边1.5 km的半径区域为研究范围，利用改进后的关联规则算法对监测站点不同方位的道路交通流，引入气象条件，定量分析对空气污染物NO₂浓度的影响，并通过线性相关分析验证关联规则的结果。(1) 传统的Apriori算法计算效率低，得到的规则多为无效、不可靠。将原算法对数据库多次扫描，改变为对上一频繁K项集的元素进行扫描。并引入新的可靠性衡量指标“提升度”，及加入对关联规则结果的筛选过程。改进后的算法只需扫描数据库一次，新增的两类改进方法使Apriori算法计算效率得到提升，且增强了强关联规则挖掘的可靠性。(2) 从强关联规则得出:影响NO₂浓度变化的主要因素是风速、温度和气压，风速和温度与NO₂浓度的变化呈负相关，气压与NO₂浓度变化呈正相关。(3) 引入道路交通流，结合气象因素对NO₂的影响:道路交通流量大且扩散条件好，不会导致污染物迅速上升，具体表现为:当道路交通流量较大时，伴随气压较低、风速较大或者温度较高，NO₂浓度处于低浓度等级，置信度较高(90%~100%)；而道路交通流小且气象条件差，会导致污染物逐渐累积，具体表现为:道路交通流较小时，伴随气压较高、风速较低或气温较低，不利于NO₂扩散，且量化的置信度存在一定的偏差；考虑风向条件时，道路位于上下风向，对NO₂浓度的影响也不同。(4) 基于强关联规则识别的关键影响因素，与NO₂进行线性拟合并计算皮尔逊相关系数，所得结果与关联规则算法的结论一致。通过以上结果，表明关联规则算法在挖掘定量关系具有较高的效率性和准确性，可为区域空气治理和预测提供技术支持。   相似文献