深度学习在网络安全防御中的应用研究

姚杰 张苑

摘要：随着经济社会的不断发展和时代的进步，信息技术的变革与创新改变了当下人们的生活与生产方式，网络技术普及给人们带来了极大的便利，人们能够更加高效地搜索所需信息，也能足不出户地进行交流与购物，可以说，现在无论办公还是娱乐、生活都离不开网络技术。但是网络技术在发展的同时也给人们带来了巨大的烦恼，那就是网络安全问题，所以为了解决这一问题，技术人员在网络安全防御研究工作中耗费了大量的时间和精力，虽然当前已经采取了一些手段用于网络安全防御中，但是其效果有限，为了能够提高当下网络安全防御工作效率，需要通过深度学习的方式来实现，以更好地应对各种病毒的入侵。

关键词：深度学习网络安全防御应用策略网络技术

中图分类号：TP393.08文献标识码：A   文章编号：1672-3791（2022）04（a）-0000-00

Application of Deep Learning in Network Security Defense

YAOJie  ZHANG Yuan

（Hebei Software Institute，Baoding，Hebei Province，071000 China）

Abstract： With the continuous development of economy and society and the progress of the times， the reform and innovation of information technology have changed people's way of life and production. The popularization of network technology has also brought great convenience to people，people can search the information they need more efficiently， and can also communicate and shop without leaving home. It can be said that network technology is indispensable for office， entertainment and life.But the development of network technology has also brought great trouble to people， that is， the problem of network security， so in order to solve this problem， Technicians have spent a lot of time and energy in the research of network security defense. Although some means have been adopted for network security defense， its effect is limited. In order to improve the efficiency of current network security defense， it needs to be realized through in-depth learning to better deal with the invasion of various viruses.

Key Words： Deep learning; Network security defense; Application strategy;Network technology

網络技术的创新对于社会的发展起到了重要作用，发达的网络让人们的工作效率得到了显著提升，尤其体现在人工智能化的普及和通信技术的进步，能够让信息得到更加有效的传递，减轻了人们的工作负担。但是，科技在给人们带来便利的同时，也造成了一定的威胁。在网络技术日益发达的时代下，各种病毒的出现也让网络安全问题受到了广泛的关注，虽然当前已经采取了一定的网络安全防御技术，比如防火墙和各类杀毒软件，但是防御效果比较有限，所以基于深度学习开展网络安全防御研究势在必行。

1 深度学习技术概述

随着科技的迅速发展和社会的快速进步，新技术新产品层出不穷，深度学习技术便是其中之一。深度学习神经网络和传统神经网络相比具有层次多的特点，这就能够更好地实现这一神经网络的深度学习特点。这种方式具有强大的数据处理功能，应用范围比较广，可以和当下的人工智能技术进行融合，也可以应用于当下使用较多的人脸识别技术中，所以不难看出深度学习对于当下网络技术发展的重要意义，深度学习也因其强大的算法，在当今社会得到广泛的应用，尤其可以运用于网络技术防御中，这一技术在网络安全防御中的运用可以改变以往防御方式的被动性，能够更加积极主动地对病毒和木马进行更加有效的防御，对比较复杂的脱壳技术和隐藏技术进行有效处理，从而能够提升当前社会的网络安全防御效率，进而成为新时期加强网络安全防御的重要手段之一[1]。

2 当前网络安全防御技术应用

2.1  防火墙

防火墙是当今用于网络安全防御比较多的软件之一，防火墙的工作原理是：设置一套网络数据的准入标准，完成一系列的筛选工作，只让符合标准的网络数据通过，所以形象地说，防火墙的作用就相当于一面筛网，防火墙在运行之前就会将准入标准设定好，以准入原则为依据来运行，防火墙会将网络数据进行分类，将病毒、木马等设定成不符合准入标准的数据，那么当病毒准备入侵时，防火墙就会在第一时间使用标准对于数据进行检验，也会立即识别出此类病毒是不符合标准的，就会将病毒隔离在防火墙之外，从而实现防御的效果[2]。所以这种方式对于病毒防御是比较高效的，这种技术经过多年来的发展也更加完善了，首先在准入标准设定时会更加准确，加强了防御效果，其次，随着网络技术的不断发展，当前的防火墙技术得到了广泛的运用，为了突出其防御的效果，按照使用对象的不同将防火墙的应用进行了细化，比如数据库防火墙、服务器防火墙等等，让防火墙的防御工作能够更具针对性[3]。

2.2 杀毒软件

杀毒软件是目前人们使用较多的防御工具，这种方式对于用户来说有着巨大的防御意义。这种软件的工作原理就是对当前数据进行核验，检查数据中是否存在一定的威胁，通过对当前的不安全因素进行分析，能够及时解决当前数据中存在的病毒，防止病毒入侵之后给用户带来困扰，这种方式是比较有效的，能够将其中的问题及时发现、防御并及时告知用户。但是在网络技术不断发展的过程中当前的病毒也在不断发展，一些更加狡猾的病毒就能够躲避杀毒软件的防御作用，所以这种方式虽然从整体上看是比较有效的，但是对于少部分病毒经过技术处理之后也会因其强大的躲避技能让杀毒软件失去作用[4]。

2.3  包过滤

包过滤技术是为了防御当下一些强大的病毒数据而出现的防御技术，这种技术是将杀毒软件和防火墙技术进行了融合，让包过滤技术的防御水平能够得到明显提高，这种方式也是对网络数据的安全性进行检查，但是区别在于这种方式的检查工作会更加细致，将网络数据进行拆分，对于数据的每个部分来进行检验，对于数據进行更加严格的过滤，那么其防御水平也就提升上来了[5]。

3 深度学习在网络安全防御中的应用研究

3.1 完善网络数据采集工作

随着信息技术的革新，我国当前的网络环境得到了良好的发展，光纤网、无线网、物联网等网络技术都在生活中得到了运用，根据不同的网络类型可以实现信息采集功能，根据所收集到的信息进行初步的处理，特别是在数据包中会存在一定的无效数据，那么就可以根据这个数据包而展开一定的处理工作，比如根据数据包的基本信息找到其发布的位置，对其中的内容进行大致的掌控，这种处理方式能够为后续的工作减轻一定的负担，将防御环节的基础工作快速、准确地完成，这种方式也能够给深度学习提供一定的训练机会，为下一阶段网络模型的构建提供一定的数据分析和参考[6]。

3.2 将人工智能和深度学习相结合

深度学习具有多层次的特点，那么就可以充分利用每一个层次的作用，深度学习可以简单分为输入层、输出层、隐藏层三个方面，对于深度学习这一神经网络来说，这三个层次对于加强防御效果有着重要的作用，在实际工作过程中这三个层次可以是单独完成网络安全防御工作的，但是为了保证防御效果也可以将三个层次进行融合，让其成为一个整体从而更好地完成防御工作。当在实际工作时，神经网络能够在计算机系统内部完成信息储存功能，将信息能够以分布的状态来存储，但是当计算机内部系统受到了网络安全威胁时，这三个层次就会独立开来，根据不同的角度对病毒实现防御作用，这种防御效果会因为角度的多变而进行全面抵御。这种方式的优点在于根据其层次的不同变化，加强人工智能的辅助，同时又配合深度学习能力的加强来使防御工作更加灵活，在当前网络技术相对发达的今天，数据信息量比较大，对于网络安全防御来说是一个巨大的挑战，但是随着深度学习的运用就能将防御效果迅速提升上来[7]。

3.3 构建网络模型加强防御

随着当前社会信息技术的不断发展，当前网络用户数量直线上升，所以当下的网络环境是比较复杂的，用户数量的增加也让当前网络环境中的数据信息量变得非常庞大，那么就要根据现有的数据对当下的信息进行更加有效的监控，能够对网络数据信息来源、用户信息更加了解，那么系统也能够对这些数据信息进行更加有效的分析和处理，那么在借助防御工具时就能够将数据信息进行更加全面的检查，从而更好地起到防御的效果[8]。针对当前复杂的网络环境，网络技术人员还在技术突破中，但是当前防御技术进步的同时病毒的形态也在发生着变化，能够更好地躲避检查，所以就需要更加强大的技术支撑，那么就可以使用网络模型来提高防御效果，通过网络模型的构建能够以较高的智能化水平来代替人工的传统数据分析，也能够用网络模型来实现对各类数据的动态监测和实时监测，那么在检查病毒和木马时也能够更加快速，在处理隐藏技术和脱壳技术这些比较复杂的情况时也能够更得心应手，通过深度学习的方式，就可以更好地利用其多层次的特点，将多个层次之间进行分工合作，当输入层接受了数据信息之后，做出简单的分析和汇总，并能够对病毒和木马进行初检，接下来进入卷积层的处理，在这一环节就可以将数据信息进行分割，并能够对于每一个网络数据信息模块进行过滤，将整体数据进行分割的方式也能够提高卷积层过滤病毒的效率，进一步提高其工作的准确性。通过深度学习等多个层次就能够形成一套完整的工作流程，能够在层层递进中准确地把握病毒的特征，以便更好地实现网络安全的防御[9]。

4 结语

网络安全问题是一个需要重点关注的问题，通过对网络安全防御技术的不断研究能够促使网络技术的优势充分发挥，对于当下的网络安全防御工作来说，虽然已经具备了一定的有效手段，这些手段的防御效果都是在被动解决当下的网络安全问题，这种形式就会对防御效果产生一定的负面影响，所以为了进一步提升网络安全防御工作就需要将深度学习作为基础，充分利用人工智能技术，利用深度学习的多层次特点构建出一个网络模型，从而让防御效果可以得到一定保证，也能够在技术进步的同时掌握防御的主动性，从而实现网络安全防御技术的突破，尽可能地解决网络安全问题，更好地适应未来的网络环境变化。

参考文献

[1]张玉清，董颖，柳彩云，等.深度学习应用于网络空间安全的现状、趋势与展望[J].计算机研究与发展，2018，55（6）：1117-1142.

[2]李传煌，吴艳，钱正哲，等. SDN下基于深度学习混合模型的DDoS攻击检测与防御[J].通信学报，2018，39（7）：176-187.

[3]张超群，韦川源，梁刚，等.基于深度学习技术的恶意攻击的分析与识别[J].计算机应用研究，2020，37（S1）：283-286，289.

[4]陶洋，潘蕾娜，王进，等.防御信任攻击的无线传感器网络安全信任评估模型[J].传感技术学报，2018，31（12）：1876-1881.

[5]魏琴芳，杨子明，胡向东，等.基于流量特征的登录账号密码暴力破解攻击检测方法[J]. 西南大学学报：自然科学版，2017，39（7）：149-154.

[6]张怡，张恒旭，李常刚，等.深度学习在电力系统频率分析与控制中的应用综述[J].中国电机工程学报，2021，41（10）：3392-3406，3665.

[7]陈虹，陈建虎，肖成龙，等.深度学习模型下多分类器的入侵检测方法[J].计算机科学与探索，2019，13（7）：1124-1134.

[8]杨洋，吕光宏，赵会，等.深度学习在软件定义网络研究中的应用综述[J].软件学报，2020，31（7）：2184-2204.

[9]刘凯，张立民，周立军.深度学习在信息推荐系统的应用综述[J].小型微型计算机系统，2019，40（4）：738-743.