云计算安全——机器学习与大数据挖掘应用实践

本书既有理论研究，又有实践探讨，共分为6章，讲解了云计算安全中人工智能与大数据挖掘技术的应用实践。第1章从概念、发展、标准等角度宏观地介绍了云计算安全；第2章从云计算安全需求的角度阐释云计算安全的核心目标、公有云场景下的安全需求和私有云场景下的安全需求；第3章全面、系统地介绍了公有云安全技术体系和私有云安全技术体系；第4章详细介绍了人工智能技术在云计算安全领域的应用实践；第5章详细介绍了大数据挖掘技术在云计算安全领域的应用实践；第6章介绍了人工智能和大数据挖掘技术的综合应用，提出云数据中心安全防护框架，并详细介绍了云数据中心安全态势感知系统。 本书是人工智能与大数据挖掘技术在云计算安全领域的应用实践参考书，适用于人工智能、大数据挖掘、云计算、网络信息安全相关领域的从业人员。

王智民，男，清华大学物理学硕士，经管学院MBA。曾任职华为、华三、联想等企业，现就职于北京六方云科技有限公司，联合创始人，CTO。2003年进入网络安全领域从事产品研发与技术管理至今，在工控安全、云安全、人工智能安全等领域有多年的深入研究和产品研发经验，申请30多个相关发明专利，参与多个国家标准撰写。

本书简要介绍了人工智能、云计算、大数据挖掘等基础知识，重点阐述了人工智能和大数据挖掘技术应用在云计算安全领域，用于解决云计算场景所面临的系列信息安全难题，如传统的网络信息安全防护措施无法直接部署到云计算场景、云内病毒感染成指数级扩散、针对云基础设施的高级威胁攻击难以被及时发现等。另外，详细阐述了人工智能的机器学习算法在解决云网络微隔离、云主机防恶意代码、云东西向流量全息解析和云安全运维自动化等方面的应 用，并用实际实现原型来深入探讨实践过程中所遇到的难题及解决思路。

当前，我国经济正处于新旧动能转换时期，供给侧结构性改革在如火如荼地进行。战略性新兴信息产业、现代制造业、服务业被确定为供给侧改革的三大支柱产业。人工智能和信息技术是战略性新兴信息产业中的两个非常重要的领域。2017年，国务院印发《新一代人工智能发展规划》，人工智能在我国得到高度重视和快速发展。2016年4月19日，习近平总书记在网络安全和信息化工作座谈会上提出增强网络安全防御能力和威慑能力。2017年6月1日，《中华人民共和国网络安全法》开始施行，网络信息安全也得到空前的重视和发展。

网络信息安全风险存在的本质原因是攻与防的信息不对称，网络信息安全对抗的实质是资源和智能的对抗。随着诸如云计算、大数据、物联网等新业态的出现，网络攻击手段和方式层出不穷，网络病毒（如蠕虫、木马等）也在不断地变种，安全防御面临严峻的挑战。攻与防两方力量已呈不平衡态势，安全防御急需应用新的技术来解决所面临的诸如未知威胁防范等难题。

网络信息安全防御技术经历了黑白名单比对、静态特征匹配两次进阶，目前急需向智能行为分析发展。安全防御能力也经历了计算机化、专家服务化两次提升，急需向智能化、自动响应化进阶。人工智能技术已经在计算机视觉、自然语言处理、机器人等领域取得了很多成果，但是在网络信息安全领域尚处于初级阶段，学术界和企业界已经开始尝试将人工智能技术应用到网络信息安全防御中并获得了良好的效果。本书试图将人工智能和大数据挖掘技术应用到云计算安全过程中的一些尝试、实践、研究成果呈现给广大读者。

本书简要介绍了人工智能、云计算、大数据挖掘等基础知识，重点阐述了人工智能和大数据挖掘技术应用在云计算安全领域，用于解决云计算场景所面临的系列信息安全难题，如传统的网络信息安全防护措施无法直接部署到云计算场景、云内病毒感染成指数级扩散、针对云基础设施的高级威胁攻击难以被及时发现等。另外，详细阐述了人工智能的机器学习算法在解决云网络微隔离、云主机防恶意代码、云东西向流量全息解析和云安全运维自动化等方面的应 用，并用实际实现原型来深入探讨实践过程中所遇到的难题及解决思路。

本书由王智民主编，李麟、武中力、刘家琦、刘建兴、王高杰、李瀚辰、赵孟杰、赵宏、廖延安、刘志刚、陈桐乐、陈琳琳、何志福、陈梦杰参与编写，李江力、任增强提供指导。

作 者

第1章 云计算安全概述 1
1.1 云计算简述 1
1.2 云计算面临的安全挑战 5
1.3 云计算安全布局 6
1.4 云计算安全相关标准 6
第2章 云计算安全需求探究 15
2.1 云计算安全核心目标 15
2.2 公有云安全需求 19
2.3 私有云安全需求 22
2.4 云计算安全等级保护要求 23
第3章 云计算安全技术体系 28
3.1 公有云安全技术体系 29
3.2 私有云安全技术体系 32
第4章 人工智能技术在云计算安全领域的应用研究和实践 62
4.1 云计算安全现状 62
4.2 人工智能技术的发展趋势 63
4.3 人工智能系统模型架构 66
4.4 人工智能之机器学习基础 67
4.5 应用实践1：应用计算智能构建云入侵检测系统 103
4.6 应用实践2：机器学习在云WAF的应用 125
第5章 大数据挖掘在云计算安全领域的应用研究和实践 140
5.1 大数据的基本概念 140
5.2 大数据挖掘技术研究 146
5.3 应用实践：大数据安全处理系统理论模型 183
第6章 人工智能与大数据挖掘在云计算安全领域的
综合应用实践案例 244
6.1 安全主动防御需要应用人工智能和大数据挖掘技术 244
6.2 云数据中心安全防护框架 247
6.3 云数据中心安全态势感知系统 249
参考文献 274