【摘 要】
：
微服务是云原生环境下典型的应用场景,但是应用程序接口（Application Program Interface,API）网关作为微服务体系架构中的关键组件,其安全防护能力尚不足以应对云原生环境下复杂的外部攻击,亦无法应对微服务集群内部的安全威胁。因此,本文基于零信任“持续验证、永不信任”的核心思想,提出零信任API网关系统框架,并针对零信任和API网关系统结合过程中所遇到的关键问题进行了研究。本
论文部分内容阅读
微服务是云原生环境下典型的应用场景,但是应用程序接口（Application Program Interface,API）网关作为微服务体系架构中的关键组件,其安全防护能力尚不足以应对云原生环境下复杂的外部攻击,亦无法应对微服务集群内部的安全威胁。因此,本文基于零信任“持续验证、永不信任”的核心思想,提出零信任API网关系统框架,并针对零信任和API网关系统结合过程中所遇到的关键问题进行了研究。本文的主要工作如下:1.针对API网关无法应对复杂的外部攻击和内部威胁的问题,结合零信任核心逻辑架构,提出零信任API网关体系结构,并对零信任和API网关结合过程中所需解决的访问控制策略问题和网络资源消耗问题进行了总结分析。2.针对API网关体系静态、固化的授权策略无法对请求流量进行动态、持续评估的问题,提出基于机器学习的信任评估模型及访问控制机制。首先,面向零信任API网关场景构建信任评估指标体系;其次,针对传统信任评估模型主观性强、准确率低等缺点,提出基于反向传播（Back Propagation,BP）神经网络构建的信任评估模型,并基于Ada Boost思想对信任评估模型进行改进,提高了信任评估模型的准确率;此外,基于信任评估结果提出一种信任约束的访问控制机制,提高了访问控制的动态性和准确性;最后,通过现有的开源技术搭建原型系统,对所提模型和机制进行了验证。3.针对现有微隔离技术僵化的隔离粒度所导致的网络资源消耗过多的问题,提出基于安全域划分的微隔离技术,通过“域间强验证、域内弱验证”的思想,在保证系统安全的同时降低网络资源消耗。首先,提出系统安全和资源消耗两个目标函数,对安全域划分问题进行系统建模,将安全域划分问题转化成多目标优化问题进行求解;其次,提出基于第二代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）的动态安全域划分算法,并通过标签传播算法（Label Propagation Algorithm,LPA）对初始种群进行优化,提高算法的收敛速度;最后,通过不同网络场景下的仿真对该部分研究内容进行验证。
其他文献
随着现代通信技术的不断发展,信道编码技术应用的场景也越来越广泛,于是信道编码参数盲识别技术也随之成为信道编码领域中的研究热点。信道编码参数盲识别技术的主要目标是将信道中截获的数据在无先验信息的情况下识别出信道编码参数。极化码是一种理论上能够达到香农极限且应用十分广泛的信道编码方案,但目前针对极化码的盲识别研究成果非常少。因此本文将重点围绕极化码参数的盲识别算法进行研究,主要工作如下:（1）针对极化
水驱开发老油田由于注采关系复杂、驱替场动态变化频繁,地下油水分布的格局发生了显著的变化,已进入到深度精细开发的新阶段。为促进石油工业智能化升级,综述了数据驱动的复杂油藏注采生产优化技术研究与应用,重点讨论了油藏注采连通性分析及生产优化的大数据驱动模型和智能算法研究进展。研究表明,复杂油藏精准构建和快速优化求解是油田生产开发智能化的关键,数据、机理与智能算法的交叉融合是未来智能油田开发研究的发展趋势
目的 探讨早期低频重复经颅磁刺激（rTMS）对急性脑梗死患者失眠和生活质量的影响。方法 将312例急性脑梗死患者按照随机数字表法分为低频重复rTMS治疗组（145例）和对照组（167例）,排除住院时间＜7 d的部分患者,最终纳入低频重复rTMS治疗组（69例）和对照组（64例）。对照组给予常规治疗,低频重复rTMS治疗组在对照组基础上给予早期低频重复rTMS治疗。比较两组入院时、治疗1个月、治疗6
目的:探讨氯普鲁卡因复合舒芬太尼用于硬膜外分娩镇痛的效果。方法:选择2019年7月至2021年5月在我院实施硬膜外分娩镇痛初产妇60例，年龄24～40岁，BMI20～28kg/m~2,ASA分级Ⅰ级，随机分为L组和R组，每组30例。两组产妇均实施硬膜外分娩镇痛，L组氯普鲁卡因600mg+舒芬太尼50μg+生理盐水稀释至100mL,R组罗哌卡因100mg+舒芬太尼50μg+生理盐水稀释至100mL。
随着无线通信技术的发展,由卫星网络、车联网以及飞行自组网等异构网络相互协作构成的未来天地一体化通信网络逐渐向扩大化、复杂化方向演变,且网络动态特性突出。各个自治网络中高速移动的网络节点、间歇性连接的链路导致网络拓扑频繁变化,给一体化通信网络的数据可靠传输带来巨大挑战。为此,研究者提出网络拓扑演化理论刻画动态网络拓扑变化,以支撑网络路由与传输的优化。然而,现有研究集中在如何运用拓扑演化模型表征网络拓
智能反射面（Intelligent Reflecting Surface,IRS）作为下一代移动通信系统的核心技术之一,通过实时重构无线信道传播环境实现无线通信系统能效和频谱效率的大幅度提升。同时,由于各类无线接入方式的大规模应用,物理层安全传输问题成为当前无线通信领域研究的热点方向之一。通过联合设计信息发送端有源波束赋形向量和IRS无源波束赋形向量,可以在物理层提升无线通信系统的安全性能。因此,
近年来,随着深度学习技术的发展,许多单通道语音分离模型在弱混响环境下已经具备了较好的性能。然而,在强混响环境下,多通道语音分离模型仍然具备更大的优势。其中,基于深度神经网络的波束形成器（神经波束形成器）已经被广泛用于多通道语音分离任务中。神经波束形成器将深度神经网络强大的统计建模能力与波束形成优异的特定方向信号的提取能力相结合,能够更好地利用空间信息完成多通道语音分离任务。本论文针对现有神经波束形
阴影检测是计算机视觉中的一项重要任务。基于深度学习的阴影检测具有较高的准确率和泛化性能,但该方法需要大量数据对模型进行训练,而构建阴影检测数据集需要对阴影图像进行像素级精度的人工标注,十分耗时费力。本文通过计算机渲染技术构建新的阴影检测数据集,并对阴影检测领域中现存的问题进行分析和研究,旨在减轻构建数据集的工作量与提高模型的准确率。论文的主要研究内容如下:1.针对计算机合成阴影图像与现实世界拍摄的
随着国家大力发展智能电网、物联网、可见光通信等新兴产业技术,电力线通信作为一种基础通信手段,与通电设备天然相容,必然会随着这些新兴产业的发展而兴盛。然而,电力线信道中存在大量噪声和干扰,特别是脉冲噪声极大降低了通信可靠性,成为电力线通信应用的障碍。因此,设计低时延、高性能的电力线脉冲噪声抑制算法具有重要意义。该文针对电力线宽带通信系统中的脉冲噪声,设计了两种基于压缩感知的脉冲噪声抑制改进算法。该文
随着大规模无线网络的快速发展,基于实时无线传感技术的智能工厂、自动驾驶等新应用将面临巨大的需求和挑战,人们对于基于位置的服务（Location Based Service,LBS）需求也越来越高,而且基于Wi Fi的定位系统因其覆盖范围广、稳定性好以及成本低等诸多优点成为研究热点。在大规模无线网络的基础上构建大范围的定位网络使得信道状态信息（Channel State Information,CS