[發明專利]一種面向社交網絡的惡意代碼傳播預測方法及系統

有效

• 申請號: 201310011764.6
• 申請日: 2013-01-11
• 公開（公告）號: CN103093049A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 云曉春;李書豪;張永錚;郝志宇;肖軍
• 申請（專利權）人: 中國科學院信息工程研究所
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立

1.一種面向社交網絡的惡意代碼傳播預測方法，其特征在于，包括：

步驟1，利用多社交網絡爬蟲采集系統，獲取真實社交網絡數據信息，并基于統計學原理處理真實社交網絡數據信息；

步驟2，提取經步驟1處理的真實網絡數據信息的統計特征，并根據統計特征計算出對SS-Malware惡意代碼的傳播行為進行建模所需的相關特征值；

步驟3，將步驟2計算的相關特征值輸入模擬仿真平臺，模擬仿真平臺再基于隨機過程對SS-Malware惡意代碼的傳播行為進行建模，得到相應的傳播模型；

步驟4，根據步驟3建立的傳播模型的輸出數據，分析和預測SS-Malware惡意代碼的傳播態勢，并對傳播態勢進行可視化展示。

2.根據權利要求1所述的惡意代碼傳播預測方法，其特征在于，所述步驟1中的獲取的真實社交網絡數據信息包括社交網絡用戶活躍變化信息、節點出入度分布規律信息和消息處理時延信息。

3.根據權利要求1所述的惡意代碼傳播預測方法，其特征在于，所述步驟2中對SS-Malware惡意代碼的傳播行為進行建模所需的相關特征值包括兩個節點在某時刻通信關系的程度、某節點對陷阱消息的免疫能力、社交網絡節點出度分布、社交網絡節點入度分布、平均路徑長度和集聚系數。

4.根據權利要求1所述的惡意代碼傳播預測方法，其特征在于，所述步驟3中對SS-Malware惡意代碼的傳播行為進行建模包括：對社交網絡多傳播域與跨域節點進行建模、對節點間的信任關系進行建模和對用戶處理陷阱消息的行為進行建模。

5.根據權利要求1所述的惡意代碼傳播預測方法，其特征在于，所述步驟3中的傳播模型能對SS-Malware惡意代碼的傳播過程進行時間粒度可控的模擬仿真。

6.一種面向社交網絡的惡意代碼傳播預測系統，其特征在于，包括爬蟲模塊、特征提取模塊、傳播模型模擬仿真模塊和預測展示模塊；

所述爬蟲模塊，其用于獲取真實社交網絡數據信息，并基于統計學原理處理真實社交網絡數據信息；

所述特征提取模塊，其用于提取所述爬蟲模塊處理的真實網絡數據信息的統計特征，并根據統計特征計算出對SS-Malware惡意代碼的傳播行為進行建模所需的相關特征值；

所述傳播模型模擬仿真模塊，其用于根據所述特征提取模塊提取的相關特征值，利用模擬仿真平臺基于隨機過程對SS-Malware惡意代碼的傳播行為進行建模，得到相應的傳播模型；

所述預測展示模塊，其用于根據傳播模型的輸出數據，分析和預測SS-Malware的傳播態勢，并進行可視化展示。

7.根據權利要求6所述的惡意代碼傳播預測系統，其特征在于，所述爬蟲模塊包括社交網絡爬蟲接口、數據解析存儲子模塊和數據管理與下發子模塊；

所述社交網絡爬蟲接口，其用于針對不同的社交網絡設計并實現不同的數據采集功能，并進行統一的數據處理；

所述數據解析存儲子模塊，其用于解析與提取真實社交網絡數據信息，并在本地進行格式化存儲；

所述數據管理與下發子模塊，其用于管理長時間爬取的數據信息、合并冗余數據、去除無效數據和將有價值數據下發到特征提取模塊。

8.根據權利要求6所述的惡意代碼傳播預測系統，其特征在于，所述特征提取模塊和所述傳播模型模擬仿真模塊均各自與SS-Malware惡意代碼數據庫連接。

9.根據權利要求6所述的惡意代碼傳播預測系統，其特征在于，所述傳播模型模擬仿真模塊包括配置與管控子模塊、網絡環境模擬子模塊、終端節點模擬子模塊和模擬支撐子模塊；

所述配置與管控子模塊，其用于場景配置與模擬數據實時采集；

所述網絡環境模擬子模塊，其用于進行網絡拓撲、網絡路由、網絡流量和網絡協議的模擬；

所述終端節點模擬子模塊，其用于進行智能終端、社交網絡應用程序、SS-Malware程序和社交網絡用戶行為的模擬；

所述模擬支撐子模塊，其用于構建抽象對象模擬模型庫，并且支持可視化管控界面。