信息网络安全

Select

1. 增量式入侵检测研究综述

金志刚, 陈旭阳, 武晓栋, 刘凯

信息网络安全 2024, 24 (12): 1819-1830. DOI: 10.3969/j.issn.1671-1122.2024.12.002

摘要（447）

HTML （33）

PDF （14835KB）（980）

入侵检测系统可以实时监测网络安全情况并及时发现攻击行为，是网络防御体系重要的组成部分。然而，传统入侵检测系统面向静态网络，难以应对层出不穷的新型攻击手段。部分研究者开始探索如何使入侵检测具备增量学习能力，使其可以针对新攻击类型快速更新已有模型，无需耗费大量资源重新训练即可学习新的知识，以适应纷繁复杂的网络环境。文章梳理了近年来增量式入侵检测相关研究，首先介绍增量学习和入侵检测的基本概念，总结相关领域内常用的数据集，然后对已有方法进行归纳和分析，最后针对现有研究成果存在的问题进行分析，并展望该领域未来的发展趋势。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 网络流量密态匿迹与体系对抗综述

王强, 刘奕智, 李涛, 贺小川

信息网络安全 2024, 24 (10): 1484-1492. DOI: 10.3969/j.issn.1671-1122.2024.10.002

摘要（982）

HTML （1300）

PDF （12152KB）（785）

组织性复杂、计划性高效和指向性明确的高级持续性威胁（APT）攻击是我国面临的主要威胁之一，APT组织的行动隐匿化、攻击常态化趋势愈加明显。近年来，我国掌握主要的APT活动越来越困难，与APT组织将攻击行为匿迹于正常信息服务和网络活动中，以及将攻击流量藏匿于正常通信流量中不无关系。这种高隐蔽攻击行为隐匿后所处的状态，称之为密态。如何检测发现密态行为并实施体系对抗，是当前网络空间防御要解决的瓶颈性难题之一。文章从澄清网络空间高级攻击活动的流量传输隐匿技术机理角度出发，围绕匿名通信链路构建和流量特征行为检测两个维度，提出流量密态匿迹对抗的研究框架和对抗能力评估指标体系，全面阐述近年来相关研究工作进展、研究方法及解决方案，以期探索网络空间密态对抗能力新的发展方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 基于图像凸包特征的CBAM-CNN网络入侵检测方法

刘联海, 黎汇业, 毛冬晖

信息网络安全 2024, 24 (9): 1422-1431. DOI: 10.3969/j.issn.1671-1122.2024.09.010

摘要（315）

HTML （49）

PDF （12375KB）（701）

针对入侵检测领域中多分类准确率较低和模型训练时间较长的问题，文章根据现有的基准数据集NSL-KDD的特点，提出一种新颖且有效的预处理方法。首先，对数据集进行字符特征数值化和归一化处理，并转化成RGB图像数据集；其次，使用Canny边缘检测算法提取图像数据集中的各种攻击类型的边缘特征，根据图像的边缘特征使用凸包算法构建凸包，并计算各类攻击的平均凸包面积、平均凸包周长和平均顶点数，将这3项指标作为RGB的3个通道，分别生成各种攻击类型的凸包特征图；再次，使用拉普拉斯金字塔图像特征融合算法将原始图像数据集与凸包特征图进行融合，构建包含凸包特征的图像数据集，并对训练集中的多数类样本采用随机欠采样，对少数类样本进行仿射变换，生成平衡训练集；最后，基于CBAM-CNN模型进行多分类实验。文章模型在NSL-KDD数据集上的准确率和F1分数分别达到了96.20%和86.71%，优于传统的网络入侵检测方法，且比其他深度学习模型具有更好的检测性能。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

4. 基于身份的可验证定时格签名方案

陈辉焱, 王庆楠, 谭舜聪, 谢惠琴, 姚云飞

信息网络安全 2024, 24 (9): 1317-1327. DOI: 10.3969/j.issn.1671-1122.2024.09.002

摘要（383）

HTML （166）

PDF （12797KB）（674）

针对现有的可验证定时签名方案无法有效抵抗量子攻击的威胁和无法批处理时间锁谜题的缺陷，文章结合非交互门限秘密共享、批处理时间锁谜题和简洁非交互零知识证明等抗量子组件，基于环上小整数解问题构造了一种基于身份的可验证定时格签名方案。该方案能够实现选择身份攻击下存在性不可伪造性和隐私性，同时避免了传统数字签名繁琐的证书颁发流程，且具备后量子安全和抵抗流氓谜题攻击的能力。文章还基于该方案设计了一个电子拍卖协议，提出一种链上隐私保护惩罚机制，拓展了方案的实用性。文章通过功能性分析和仿真实验展示了方案的实际性能。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

5. 基于动态执行日志和反向分析的漏洞成因分析技术

沈钦涛, 梁瑞刚, 王宝林, 张倞诚, 陈恺

信息网络安全 2024, 24 (10): 1493-1505. DOI: 10.3969/j.issn.1671-1122.2024.10.003

摘要（578）

HTML （622）

PDF （15702KB）（590）

软件漏洞给软件安全带来了巨大的威胁，全球每年因软件漏洞导致的安全事件层出不穷。然而，在实际的开发过程中，因开发人员的安全意识不够、代码和业务逻辑越来越复杂等原因，软件代码中难以避免地存在着安全漏洞。文章针对现有方法面临错误代码定位不准确、分析效率不高等难题，突破指令运行时信息获取和反向分析、错误代码准确定位等挑战，提出一种基于追踪日志和反向执行的程序错误原因定位方法，能够跟踪程序的代码执行流，记录指令在运行状态下的寄存器状态信息以及存储访问状态信息，分析引发执行错误的指针相关联的指针值生成、使用、计算的指令集合，实现高效、准确的漏洞成因分析和定位。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

6. 网络流量特征的异常分析与检测方法综述

李海龙, 崔治安, 沈燮阳

信息网络安全 2025, 25 (2): 194-214. DOI: 10.3969/j.issn.1671-1122.2025.02.002

摘要（1677）

HTML （174）

PDF （26268KB）（438）

随着互联网的普及和网络安全威胁的日益增加，网络流量特征的异常分析与检测已成为网络安全领域的重要研究课题。文章主要对近年来网络流量特征的异常分析与检测方法进行研究，首先，介绍了网络流量异常分析的基本概念和类型；其次，详细讨论了当前主要的异常检测技术，包括基于统计学、信息论、图论、机器学习以及深度学习的方法；然后，对常见的网络流量异常检测方法进行对比分析；最后，探讨当前研究面临的挑战和未来的发展方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

7. 基于特征空间相似的隐形后门攻击

夏辉, 钱祥运

信息网络安全 2024, 24 (8): 1163-1172. DOI: 10.3969/j.issn.1671-1122.2024.08.003

摘要（417）

HTML （29）

PDF （11209KB）（404）

后门攻击指通过在深度神经网络模型训练过程中对原模型植入特定的触发器，导致模型误判的攻击。目前后门攻击方案普遍面临触发器隐蔽性差、攻击成功率低、投毒效率低与中毒模型易被检测的问题。为解决上述问题，文章在监督学习模式下，提出一种基于特征空间相似理论的模型反演隐形后门攻击方案。该方案首先通过基于训练的模型反演方法和一组随机的目标标签类别样本获得原始触发器。然后，通过Attention U-Net网络对良性样本进行特征区域分割，在重点区域添加原始触发器，并对生成的中毒样本进行优化，提高了触发器的隐蔽性和投毒效率。通过图像增强算法扩充中毒数据集后，对原始模型再训练，生成中毒模型。实验结果表明，该方案在保证触发器隐蔽性的前提下，在GTSRB和CelebA数据集中以1%的投毒比例达到97%的攻击成功率。同时，该方案保证了目标样本与中毒样本在特征空间内相似性，生成的中毒模型能够成功逃脱防御算法检测，提高了中毒模型的不可分辨性。通过对该方案进行深入分析，也可为防御此类后门攻击提供思路。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

8. 基于深度学习的时序数据异常检测研究综述

陈红松, 刘新蕊, 陶子美, 王志恒

信息网络安全 2025, 25 (3): 364-391. DOI: 10.3969/j.issn.1671-1122.2025.03.002

摘要（2324）

HTML （108）

PDF （34869KB）（393）

时序数据异常检测是数据挖掘及网络安全领域的重要研究课题。文章以时序数据异常检测技术为研究对象，运用文献调研与比较分析方法，深入探讨了深度学习模型在该领域的应用及其研究进展。文章首先介绍了深度时序数据异常检测的定义与应用；其次，提出了深度时序数据异常检测面临的9个问题与挑战，并将时序数据异常分为10类，枚举了16种典型的时序数据异常检测数据集，其中包括5种社交网络舆情安全领域相关数据集；再次，文章将深度时序数据异常检测模型进行分类研究，分析总结了近50个相关模型，其中包括基于半监督增量学习的社交网络不良信息发布者异常检测，进一步地，文章依据深度学习模型的学习模式将模型划分为基于重构、基于预测、基于重构与预测融合3种类型，并对这些模型的优缺点及应用场景进行综合分析；最后，文章从8个方面展望了深度时序异常检测技术的未来研究方向，分析了每个方向的潜在研究价值及技术瓶颈。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

9. 基于本体的网络安全知识图谱构建方法

许智双, 张昆, 范俊超, 常晓林

信息网络安全 2025, 25 (3): 451-466. DOI: 10.3969/j.issn.1671-1122.2025.03.008

摘要（642）

HTML （69）

PDF （18408KB）（376）

随着信息技术的高速发展，网络空间与现实世界连接越来越紧密。将知识图谱技术应用于网络安全领域，能够从网络空间海量数据中获取碎片化的有效安全知识进行整合，为决策提供支持。现有方法存在本体模型缺乏统一标准、知识抽取效果不佳等问题，因此，文章提出一种基于本体的网络安全知识图谱构建方法，该方法包含命名实体识别和关系抽取两个模型，其中命名实体识别模型结合BERT预训练模型、双向长短期记忆网络、多头注意力机制和条件随机场；关系抽取模型结合BERT预训练模型、自注意力机制和卷积神经网络。这两个模型提升了命名实体识别的准确率，并提升了关系抽取任务的准确率以及自动化程度。文章提出的网络安全知识图谱构建方法可整合并分析网络安全数据，实现网络安全知识的智能化检索以及知识图谱的自动更新和扩展。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

10. 大模型安全检测评估技术综述

胡斌, 黑一鸣, 吴铁军, 郑开发, 刘文忠

信息网络安全 2025, 25 (10): 1477-1492. DOI: 10.3969/j.issn.1671-1122.2025.10.001

摘要（1075）

HTML （106）

PDF （19871KB）（349）

随着人工智能技术快速发展，大语言模型（LLM）凭借其强大的自然语言处理能力已在科研、教育、金融、医疗等许多领域崭露头角。然而，在LLM被广泛使用的过程中，伴随一系列安全问题：如存在偏见、歧视的风险，存在生成有害内容的风险，存在泄露用户隐私信息的风险，存在信息误导性传播的风险以及容易受到恶意对抗攻击等安全风险。上述风险可能对用户造成损害，甚至影响社会稳定及伦理秩序，因此需要对LLM进行全面安全检测评估。文章针对目前关于LLM安全性检测评估的相关研究内容，归纳总结常见的安全风险类型，并对已提出的主流安全检测评估技术或方法进行综述，同时介绍相关评估方法、评估指标、常用数据集和工具，归纳国内外关于大模型安全评估出台的重要参考标准、规范。此外，文章还讨论了安全对齐的技术理念、原理、功能实现机制及安全对齐技术评价体系。最后，通过分析当前LLM安全检测评估面临的问题，展望未来技术发展趋势和研究方向，旨在为学术界、产业界的相关研究和实践提供参考。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

11. 基于格的零知识证明综述

潘静, 李博逊, 万贝琳, 钟焰涛

信息网络安全 2025, 25 (5): 679-688. DOI: 10.3969/j.issn.1671-1122.2025.05.001

摘要（549）

HTML （160）

PDF （11488KB）（328）

量子计算的加速发展以及社会各界对隐私保护的日益重视，引发了对后量子零知识证明技术的研究热潮。文章聚焦于基于格的零知识证明的研究。首先，系统介绍了基于格的零知识证明的研究现状；然后，根据底层使用的关键技术对主流的基于格的零知识证明协议进行分类与总结，并深入分析3种经典协议的设计原理和性能表现；最后，简要讨论基于格的零知识证明未来可能的研究热点和发展方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

12. 工业控制系统安全研究综述

金增旺, 江令洋, 丁俊怡, 张慧翔, 赵波, 方鹏飞

信息网络安全 2025, 25 (3): 341-363. DOI: 10.3969/j.issn.1671-1122.2025.03.001

摘要（1139）

HTML （79）

PDF （28957KB）（320）

随着工业4.0和智能制造的快速发展，工业控制系统的安全性成为关键问题。工业控制协议作为工业控制系统的核心通信机制，其安全性直接关系到系统的稳定性和数据保护。然而，许多工业控制协议在设计时缺乏充分的网络安全考虑，导致系统容易受到恶意软件、拒绝服务等攻击，可能危及企业利益甚至国家安全。当前，研究者们正积极探索工业控制协议的安全问题，并提出了多种解决方案。文章综述了工业控制协议的安全现状、主要挑战和发展趋势。首先，介绍了工业控制协议的基本概念和分类，分析了其安全特性及脆弱性。然后，重点讨论了符号执行、逆向分析和模糊测试在漏洞挖掘中的应用，这些技术在应对复杂工业协议时尤为有效。而且还探讨了加密认证、入侵检测及深度防御等安全防护措施。最后，文章探索了生成式大语言模型在工业控制系统安全中的应用，涉及代码生成、网络防护及自动化控制等领域，助力工业控制系统从被动防御向主动防护转变。通过本研究，期望能够提升对工业控制协议安全性的认识，为工业控制系统的可靠性和安全性提供坚实的基础和实用的解决方案，以有效保护关键信息基础设施免受潜在威胁和攻击。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

13. 大语言模型水印技术研究进展

秦中元, 王田田, 刘伟强, 张群芳

信息网络安全 2025, 25 (2): 177-193. DOI: 10.3969/j.issn.1671-1122.2025.02.001

摘要（902）

HTML （80）

PDF （38063KB）（317）

目前大语言模型LLM在文本生成、机器翻译和情感分析等领域取得了显著的成果。为了保护模型数据集与参数版权，防止未经授权的复制和使用，并验证消息的真实性，需要通过水印技术确保LLM的安全性和可信度。根据LLM运行的不同时间点，文章将当前水印技术分为嵌入模型训练的水印、推理阶段插入的水印和文本生成后的追加水印3类。针对水印的鲁棒性、保密性和有效性需求，文章对水印技术的评价指标进行了整理，并对现存的抗水印攻击进行综述，旨在进一步推动大语言模型水印技术的发展和应用。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

14. 面向网络安全关系抽取的大语言模型数据增强方法

李娇, 张玉清, 吴亚飚

信息网络安全 2024, 24 (10): 1477-1483. DOI: 10.3969/j.issn.1671-1122.2024.10.001

摘要（779）

HTML （1842）

PDF （8545KB）（311）

关系抽取技术可用于威胁情报挖掘与分析，为网络安全防御提供关键信息支持，但网络安全领域的关系抽取任务面临数据集匮乏的问题。近年来，大语言模型展现了优秀的文本生成能力，为数据增强任务提供了强大的技术支撑。为了弥补传统数据增强方式在准确性和多样性方面的不足，文章提出一种面向网络安全关系抽取的大语言模型数据增强方法MGDA，该方法从单词、短语、语法和语义4个粒度使用大语言模型增强原始数据，从而在确保准确性的同时提升多样性。实验结果表明，文章所提数据增强方法有效改善了网络安全关系抽取任务上的有效性以及生成数据的多样性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

15. 面向智能系统的内部威胁多源日志分析与检测方法

李涛, 毕悦, 胡爱群

信息网络安全 2025, 25 (4): 509-523. DOI: 10.3969/j.issn.1671-1122.2025.04.001

摘要（499）

HTML （109）

PDF （17539KB）（295）

在智能系统安全领域，异常检测尤其是内部威胁的识别是一项极具挑战性的任务。现有方法通常依赖预定义规则或时序建模学习，但在面对未知威胁模式时存在局限，且难以充分挖掘日志数据的深层特征。针对这一问题，文章提出一种基于 Transformer 编码器（Trans-Encoder）与长短期记忆网络（LSTM）融合的内部威胁检测方法，旨在仅使用正常类数据训练实现日志中隐蔽异常的高效识别。首先，文章提出的方法通过改进 Transformer 编码器结构，增加屏蔽机制，从而增强了从多源日志数据中提取特征的能力。然后，应用 LSTM 进行时间序列建模，以捕捉提取特征之间的时间相关性，从而提高模型分析顺序依赖关系的能力。最后，计算预测值与对应特征值的差异度，并与阈值进行对比，以判断是否为异常操作。实验结果表明，该方法在内部威胁检测任务上的性能优于现有方法，其准确率提高1.5%，召回率提高4.8%，F1分数提高1.3%，在仅有10%训练数据的情况下，仍能保持稳定性能。此外，在训练阶段和测试阶段的计算效率都高于MTSAD，验证了其在智能系统安全中的应用潜力，为提升系统防护能力提供了一种高效可靠的解决方案。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

16. 基于可信执行环境的安全推理研究进展

孙钰, 熊高剑, 刘潇, 李燕

信息网络安全 2024, 24 (12): 1799-1818. DOI: 10.3969/j.issn.1671-1122.2024.12.001

摘要（759）

HTML （65）

PDF （25055KB）（286）

近年来，以深度神经网络为代表的机器学习技术在自动驾驶、智能家居和语音助手等领域获得了广泛应用。在上述高实时要求场景下，多数服务商将模型部署在边缘设备以规避通信带来的网络时延与通信开销。然而，边缘设备不受服务商控制，所部署模型易遭受模型窃取、错误注入和成员推理等攻击，进而导致高价值模型失窃、推理结果操纵及私密数据泄露等严重后果，使服务商市场竞争力受到致命打击。为解决上述问题，众多学者致力于研究基于可信执行环境（TEE）的安全推理，在保证模型可用性条件下保护模型的参数机密性与推理完整性。文章首先介绍相关背景知识，给出安全推理的定义，并归纳其安全模型；然后对现有TEE安全推理的模型机密性保护方案与推理完整性保护方案进行了分类介绍和比较分析；最后展望了TEE安全推理的未来研究方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

17. 联邦学习应用技术研究综述

何泽平, 许建, 戴华, 杨庚

信息网络安全 2024, 24 (12): 1831-1844. DOI: 10.3969/j.issn.1671-1122.2024.12.003

摘要（1771）

HTML （61）

PDF （17455KB）（280）

人工智能在训练推理等过程中的隐私泄露、推理失真等安全问题，引起了人们的高度关注，甚至涉及意识形态乃至国家战略安全。在此背景下，联邦学习作为一种新兴的机器学习架构，通过保持数据本地性的同时实现模型的联合训练，为多方参与数据分析、处理和共享的应用领域提供了有效的隐私保护能力。从联邦学习的研究动机、技术方法等方面来看，如何利用该技术有效解决典型应用场景下的实际问题是其核心和关键，因此相关应用研究现状的全面综述，对联邦学习的进一步研究与实践都具有参考价值。为此，文章对联邦学习在异常检测、推荐系统以及自然语言处理等典型技术应用中的研究现状进行综合性调研。首先，文章对相关文献按照应用场景角度进行全面的分类梳理，从多领域视角分析了联邦学习架构的研究现状。其次，文章从技术实现的角度，对比分析了各技术领域中不同方案的数据集合、性能特点、评价指标等方面。在此基础上，文章分析总结了联邦学习研究尤其是系统应用面临的关键挑战和发展方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

18. 基于人工智能的物联网DDoS攻击检测

印杰, 陈浦, 杨桂年, 谢文伟, 梁广俊

信息网络安全 2024, 24 (11): 1615-1623. DOI: 10.3969/j.issn.1671-1122.2024.11.001

摘要（613）

HTML （150）

PDF （10880KB）（280）

针对物联网DDoS攻击检测最优解问题，文章采用多种算法对物联网DDoS攻击进行检测和建模分类，运用核密度估计筛选出有影响的流量特征字段，建立基于机器学习和深度学习算法的DDoS攻击检测模型，分析了通过可逆残差神经网络和大语言模型处理数据集并进行攻击检测的可行性。实验结果表明，ResNet50算法在综合指标上表现最好；在区分DDoS攻击流量和其他流量问题上，梯度提升类算法表现更优秀；在细分DDoS攻击类型方面，经过优化的ResNet50-GRU算法表现更好。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

19. 电子数据取证技术研究进展和趋势分析

栾润生, 蒋平, 孙银霞, 张沁芝

信息网络安全 2024, 24 (11): 1749-1762. DOI: 10.3969/j.issn.1671-1122.2024.11.014

摘要（999）

HTML （70）

PDF （18917KB）（274）

电子数据取证作为计算机科学和法学的交叉学科，正逐渐被人们所重视。文章介绍了电子数据取证相关概念，详细阐述了取证技术的研究进展，并对取证工具的类型、功能特点以及相关的行业测试标准和规范进行了分析研究。文章还展望了电子数据取证研究的发展趋势。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

20. 大语言模型提示词注入攻击与防御综述

袁明, 邹其霖, 袁文骐, 王群

信息网络安全 2026, 26 (3): 341-354. DOI: 10.3969/j.issn.1671-1122.2026.03.001

摘要（523）

HTML （72）

PDF （16367KB）（244）

随着大语言模型及其驱动的AI Agent在多个领域被广泛应用，大语言模型安全问题日益突出。提示词注入攻击作为一种新兴的安全威胁，给大语言模型带来巨大安全隐患，它利用大语言模型无法区分用户指令与注入指令的缺陷，诱导模型偏离目标任务，执行攻击者任务，造成数据泄露、系统入侵等问题。文章系统梳理了提示词注入攻击的研究现状，包括早期注入攻击和基于角色注入攻击、载荷拆分注入攻击、基于混淆注入攻击以及基于优化注入攻击等。在防御方面，根据防御手段将现有方法归纳为基于检测的防御和基于预防的防御。

图表 | 参考文献 | 相关文章 | 多维度评价

全文下载排行