基于混合基因表达式编程的地理大数据安全风险评估方法技术

本发明专利技术提出了基于混合基因表达式编程的地理大数据安全风险评估方法，首先基于分治法思想对地理大数据从时间和空间两个层面进行划分，分析影响地理大数据传输的安全风险要素，构建风险要素集；接着基于关联分析方法对风险要素频繁项集挖掘，识别地理大数据的时空特性与风险要素集的动态关系；最后基于粗糙集和改进基因表达式编程算法挖掘地理时空大数据传输安全风险与风险等级之间的函数关系模型，定量计算地理时空大数据传输的安全风险等级。级。级。

【技术实现步骤摘要】
基于混合基因表达式编程的地理大数据安全风险评估方法


[0001]本专利技术涉及数据安全领域，特别是涉及基于混合基因表达式编程的地理大数据安全风险评估方法，主要用于解决数据传输的安全问题。

技术介绍

[0002]随着5G通信技术的不断发展，网络化地理信息空间的开放性和共享能力得到扩大，而开放共享的地理信息空间势必会增加地理信息数据在传输过程中的安全隐患。地理信息空间覆盖数据采集端、传输通道以及数据接收端各个环节，同时，地理数据(例如各类生态环境演化数据、洪水/地震/火山等灾情数据、GPS定位数据、各类遥感影像数据等)具有明显的时间和空间特性。针对具有时间特性的地理数据，随着时间的推移，某一时段的地理数据的用途或者使用范围可能会逐渐变小或增大，此类数据在传输过程中被窃取或篡改的风险就会随之逐渐变小或增大。
[0003]此外，现有基于地理时空大数据的应用和安全防护研究虽然较多，但仍局限于地理时空大数据安全体系架构设计、地理数据传输安全防护技术以及地理空间数据隐私保护等领域，相关文献虽给出了有关数据安全防护方面的讨论，但也仅限于数据传输安全防护技术、地理空间数据异常检测、数据隐私防护等方面的论述。
[0004]由于数据是地理信息空间中各级系统相互发展和支撑的重要基础，开放共享的地理时空大数据无疑会增加其传输过程的不安全性和不确定性，而针对数据传输的安全风险评估对于构建地理空间大数据安全体系架构至关重要，但之前的相关研究方法和理念均没有从时空角度来对地理大数据传输风险进行全面识别和评估。同时相关文献单纯考虑地理空间大数据传输的安全性，而没有考虑过过多的安全防护技术会给地理空间大数据的及时处理带来一定的影响。目前鲜有文献对地理时空大数据传输的安全性和高效性优化进行研究和建模分析，无法对地理时空大数据传输通道遭受网络攻击时，还要保障其传输的安全性和高效性提供有效的分析和防御决策。
[0005]因此，为保证地理数据采集端、传输通道及数据接收端的安全，不失地理大数据的时间和空间特性，研究一种基于混合基因表达式编程的地理大数据传输动态风险评估方法显得尤为重要。基于混合基因表达式编程的地理大数据传输安全风险评估方法主要实现地理大数据传输过程中安全风险的智能识别和全方位分析，综合评估传输的数据安全风险等级。
[0006]基于混合基因表达式编程的地理大数据传输安全风险评估方法主要包含两个问题：(1)如何从时间特征和空间特征两个层面分析影响地理大数据传输的安全风险因素，研究基于关联分析的地理大数据传输安全风险识别；(2)如何在地理大数据传输的安全风险识别建模基础上，研究基于混合基因表达式编程的地理大数据传输安全风险评估模型。

技术实现思路

[0007]为解决上述问题，本专利技术提出了基于混合基因表达式编程的地理大数据安全风险
评估方法，首先基于分治法思想对地理大数据从时间和空间两个层面进行划分，分析影响地理大数据传输的安全风险要素，构建风险要素集；接着基于关联分析方法对风险要素频繁项集挖掘，识别地理大数据的时空特性与风险要素集的动态关系；最后基于粗糙集和改进基因表达式编程算法挖掘地理时空大数据传输安全风险与风险等级之间的函数关系模型，定量计算地理时空大数据传输的安全风险等级。
[0008]为达此目的，本专利技术提供基于混合基因表达式编程的地理大数据安全风险评估方法，具体步骤如下，其特征在于：
[0009]步骤1：结合地理数据时空特性，分析地理空间数据传输可能存在的风险，进入步骤2；
[0010]步骤2：通过对潜在风险量化处理构建地理空间风险要素及等级集合U，进入步骤3；
[0011]步骤3：组建地理空间数据安全风险决策表S(U，A，V，F),A为全体风险条件属性集合，V为风险值及等级集合，F为U
×
A
→
V的映射函数，进入步骤4；
[0012]步骤4：在不影响风险识别准确率的前提下，基于粗糙集属性约简理论对风险数据集降维处理,组成待训练的风险数据集，进入步骤5；
[0013]步骤5：为符合地理时空数据动态变化特性，将待训练的风险数据集标记时间和空间戳，形如：脆弱性V＝(V1，V2，...，V
n
|s，t)、安全威胁T＝(T1，T2，...，T
m
|s，t)和资产Z＝(Z1，Z2，...，Z
r
|s，t)，进入步骤6；
[0014]步骤6：基于关联分析算法对频繁项集挖掘，构建地理数据的时空特性与风险要素集U的动态关联关系,形如：U＝(V，T，Z|s，t)，进入步骤7；
[0015]步骤7：利用基因表达式编程GEP算法挖掘风险要素与风险等级函数关系，设计具有地理时空特性的安全风险评估适应度函数，进入步骤8；
[0016]步骤8：结合小生境的全局搜索的特性，设计用于动态自适应的种群生成策略以及遗传操作算子，进入步骤9；
[0017]步骤9：对地理时空数据传输安全风险要素基因编码，种群初始化，进入步骤10；
[0018]步骤10：计算风险评估适应度函数，即：
[0019][0020]其中，其中w1,w2,w3分别为脆弱性、安全威胁以及资产在地理大数据传输安全风险评估中的权重；分别为脆弱性、安全威胁发生的概率以及资产重要程度；C
i
,I
i
,A
i
分别表示脆弱性、安全威胁及资产对传输安全风险产生的影响，进入步骤11；
[0021]步骤11：判断是否满足进化终止条件，若不满足，则进入步骤12；若满足，进入步骤15；
[0022]步骤12：从中选择前K个适应度值的个体组成小生境，并计算所有个体之间距离，进入步骤13；
[0023]步骤13：基于所有个体之间距离采用自适应策略调整基因变异概率，提高基因表达式编程的全局收敛能力，进入步骤14；
[0024]步骤14：保留最优个体，基因选择、重组、产生新一代种群，进入步骤10；
[0025]步骤15：输出最优风险评估函数，计算传输数据安全风险等级；进入步骤16；
[0026]步骤16：结束。
[0027]进一步的，所述基于混合基因表达式编程的地理大数据安全风险评估方法的控制部分包括风险要素分析系统、风险动态识别系统以及风险综合评估系统。
[0028]进一步的，所述风险要素分析系统从数据采集端、传输通道以及数据接收端的脆弱性、威胁和资产重要性三个方面结合时空特性进行地理大数据传输安全风险要素分析，构建传输数据风险要素集合，地理空间数据传输涉及三个方面：数据采集端、传输通道以及数据接收端。为了从全面掌握地理大数据传输的安全风险，需要从数据采集端、传输通道以及数据接收端的脆弱性、威胁和资产重要性三个方面结合时空特性进行地理大数据传输安全风险要素分析，构建传输数据风险要素集合，具体流程如下：
[0029]首先，分析地理大数据采集端、传输通道以及接收端中相应软硬件架构和网络构成；
[0030]其次，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于混合基因表达式编程的地理大数据安全风险评估方法，具体步骤如下，其特征在于：步骤1：结合地理数据时空特性，分析地理空间数据传输可能存在的风险，进入步骤2；步骤2：通过对潜在风险量化处理构建地理空间风险要素及等级集合U，进入步骤3；步骤3：组建地理空间数据安全风险决策表5(U，A，V，F)，A为全体风险条件属性集合，V为风险值及等级集合，F为U
×
A
→
V的映射函数，进入步骤4；步骤4：在不影响风险识别准确率的前提下，基于粗糙集属性约简理论对风险数据集降维处理，组成待训练的风险数据集，进入步骤5；步骤5：为符合地理时空数据动态变化特性，将待训练的风险数据集标记时间和空间戳，形如：脆弱性V＝(V1，V2，...，V
n
|s，t)、安全威胁T＝(T1，T2，...，T
m
|s，t)和资产Z＝(Z1，Z2，...，Z
r
|s，t)，进入步骤6；步骤6：基于关联分析算法对频繁项集挖掘，构建地理数据的时空特性与风险要素集U的动态关联关系，形如：U＝(V，T，Z|s，t)，进入步骤7；步骤7：利用基因表达式编程GEP算法挖掘风险要素与风险等级函数关系，设计具有地理时空特性的安全风险评估适应度函数，进入步骤8；步骤8：结合小生境的全局搜索的特性，设计用于动态自适应的种群生成策略以及遗传操作算子，进入步骤9；步骤9：对地理时空数据传输安全风险要素基因编码，种群初始化，进入步骤10；步骤10：计算风险评估适应度函数，即：其中，其中w1，w2，w3分别为脆弱性、安全威胁以及资产在地理大数据传输安全风险评估中的权重；分别为脆弱性、安全威胁发生的概率以及资产重要程度；C
i
，I
i
，A
i
分别表示脆弱性、安全威胁及资产对传输安全风险产生的影响，进入步骤11；步骤11：判断是否满足进化终止条件，若不满足，则进入步骤12；若满足，进入步骤15；步骤12：从中选择前K个适应度值的个体组成小生境，并计算所有个体之间距离，进入步骤13；步骤13：基于所有个体之间距离采用自适应策略调整基因变异概率，提高基因表达式编程的全局收敛能力，进入步骤14；步骤14：保留最优个体，基因选择、重组、产生新一代种群，进入步骤10；步骤15：输出最优风险评估函数，计算传输数据安全风险等级；进入步骤16；步骤16：结束。2.根据权利要求1所述的基于混合基因表达式编程的地理大数据安全风险评估方法，其特征在于：所述基于混合基因表达式编程的地理大数据安全风险评估方法的控制部分包括风险要素分析系统、风险动态识别系统以及风险综合评估系统。风险要素分析系统包括：分析系统从数据采集端、传输通道以及数据接收端的脆弱性、威胁和资产重要性三个方面结合时空特性进行地理大数据传输安全风险要素分析，构建传输数据风险要素集合。
风险动态识别系统：针对在采集到的影响地理大数据传输安全的风险要素集中增加时间和空间戳，并基于关联分析算法实现地理大数据传输安全风险动态识别，构建地理大数据时间和空间属性与风险要素之间的动态关联关系。风险综合评估系统：采用粗糙集降维处理海量数据集，结合基因表达式编程挖掘...

【专利技术属性】
技术研发人员：杨乐婵，马守明，陈英，窦如林，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：