技术新讯 > 电子通信装置的制造及其应用技术 > 基于关联检测的5G跨网越权访问防护方法及装置  >  正文

基于关联检测的5G跨网越权访问防护方法及装置

  • 国知局
  • 2024-09-11 15:05:24

本发明涉及通信网络安全防护,尤其涉及一种基于关联检测的5g跨网越权访问防护方法及装置。

背景技术:

1、第五代移动通信网络(5th generation mobile network,5g)为用户提供更可靠的连接、更低的时延和更广阔的覆盖范围,极大地提高了用户的上网速率、改善用户的上网体验。5g核心网是5g架构的核心部分,兼容了不同接入类型的用户设备与网络间的通信,负责为入网设备提供移动性管理、会话管理和策略控制等服务,核心网的安全稳定是5g网络可靠执行业务的基础。随着通信技术的迅猛发展和不断应用,5g移动通信逐渐从理论到实际,基站与核心网的商业化部署已经逐步开展。5g网络的标准规范和具体部署中均提供了满足漫游、互联互通等网间交互的服务流程,其在为跨网通信提供方便的同时,也为境内外不法分子提供了可趁之机,存在通过仿冒网元、用户构建相关流程进行网络探测、恶意渗透、通信扰乱等网络异常行为,给网络安全带来巨大挑战。

2、5g网间互联互通中普遍采用sepp网元功能进行网间拓扑隔离,sepp也承担了基础的网间服务交互网关代理的功能。拜访域网络中不法分子可通过虚假地址结合真实网元身份信息,仿冒真实网元发起各类异常信令访问和攻击行为。

3、目前,针对5g核心网的异常检测和风险预测的方法主要包括:一是,数据时间维度变化规律的离群点检测,从时间和数据的分散程度挖掘5g核心网的异常信令;二是,通过建立5g信令流程的转移过程模型,对过往的信令进行识别分析;三是,与互联网流量监测相似,从流量变化的角度判断5g信令的异常。现有技术的不足之处在于:5g核心网的信令复杂,应用较传统3g/4g更灵活,信令流程组合多样化,单纯的离群点检测难以发现许多越权类攻击威胁;基于5g信令转移过程模型的检测识别,过于关注信令规程,对于符合规程但又达到威胁目的的信令过程缺少技术方法;此外,当前的风险预测和异常检测算法往往基于对已有攻击技术的分析,缺少多角度关联分析的越权访问风险识别方法。

技术实现思路

1、本发明的目的在于解决现有5g核心网的异常检测和风险预测方法存在的问题,提出一种基于关联检测的5g跨网越权访问防护方法及装置,通过构建并定时更新的地址标识关联模型,进行跨网越权访问威胁检测,快速判定异常。

2、为了实现上述目的,本发明采用以下的技术方案:

3、一种基于关联检测的5g跨网越权访问防护方法,包含模型学习部分和实时检测防护部分;

4、在模型学习部分,通过对历史信令的ip、标识参数信息进行模型刻画,形成地址标识关联模型;

5、在实时检测防护部分,根据上述地址标识关联模型计算当前信令对模型参数的变化,再根据变化值判断当前信令消息是否存在异常及相应的风险等级。

6、根据本发明基于关联检测的5g跨网越权访问防护方法,进一步地,地址标识关联模型构建过程如下:

7、以网元标识为中心,对以往的关联ip进行哈希变换,然后计算关联ip模型参数λn,计算公式如下:

8、xi=hash(ipi),i=1,2,3...n

9、

10、式中,i为关联ip的序号,n为关联ip的数目,xi为ipi的哈希变换结果,λn为关联ip模型参数;

11、同样地,以ip地址为中心,对关联网元标识id进行哈希变换,然后计算关联标识模型参数βm,计算公式如下:

12、yi=hash(idi),i=1,2,3...m

13、

14、式中,i为关联网元标识的序号,m为关联网元标识的数目,yi为idi的哈希变换结果,βm为关联标识模型参数。

15、根据本发明基于关联检测的5g跨网越权访问防护方法,进一步地,在实时检测防护部分,首先对信令解析过滤,具体方法是:对5g信令消息进行解析处理,解析处理后,通过防护网络配置库中防护网络网元标识和ip地址参数信息的匹配,确定信令消息是否为外网信令,若否,则对该服务请求或响应进行状态更新,若是,则提取信令参数信息,并存入外网信令参数状态库中。

16、根据本发明基于关联检测的5g跨网越权访问防护方法,进一步地,在实时检测防护部分,在信令解析过滤后进行信令异常检测,包含网元标识异常检测和ip地址异常检测。

17、根据本发明基于关联检测的5g跨网越权访问防护方法,进一步地,ip地址异常检测包含:针对新入库的信令参数信息,首先根据模型计算当前网元标识的关联ip模型参数λn+1,然后计算当前信令消息对参数的变化:

18、xi=hash(ipi),i=1,2,3...n+1

19、

20、δλn=|λn+1-λn|

21、设定λabnormal为异常的关联ip模型参数阈值,当(δλn/λn)>λabnormal时,判定当前信令消息为ip地址异常,则进行防护处置,依据参数变化的幅度判定其风险等级;若(δλn/λn)≤λabnormal,则进行网元标识异常检测。

22、根据本发明基于关联检测的5g跨网越权访问防护方法,进一步地,网元标识异常检测包含:针对新入库的信令参数信息,首先根据模型计算当前网元ip的关联标识模型参数βm+1,然后计算当前信令消息对参数的变化:

23、yi=hash(idi),i=1,2,3...m+1

24、

25、δβm=|βm+1-βm|

26、设定βabnormal为异常的关联标识模型参数阈值,当(δβn/βn)>βabnormal时,判定当前信令消息为网元标识异常,则进行防护处置,依据参数变化的幅度判定其风险等级;若(δβn/βn)≤βabnormal,则进行下一个消息的处理。

27、进一步地,本发明还提供一种基于关联检测的5g跨网越权访问防护装置,该装置通过代理或并接的方式部署在被防护5g网域的边界,被防护5g网域通过本装置与其他5g网域互联互通,包含:

28、模型构建模块,用于通过对历史信令的ip、标识参数信息进行模型刻画,形成地址标识关联模型;

29、检测防护模块,用于根据上述地址标识关联模型计算当前信令对模型参数的变化,再根据变化值判断当前信令消息是否存在异常及相应的风险等级。

30、与现有技术相比,本发明具有以下优点:

31、基于sbi接口服务化的5g核心网,网元众多,但通过sepp进行网间交互的信令消息均包含网元标识及ip地址信息。本发明装置以seep方式部署在5g核心网外部,在前期通过对历史信令的ip、fqdn标识、nf标识等参数信息进行模型刻画,形成地址标识关联模型,在对原移动业务无感的情况下对5g核心网间的通信访问流量进行获取分析,实现5g核心网间跨网越权访问风险的防护。本发明无需深度检测消息内容,不关注攻击方式、攻击技术、攻击路径,充分利用地址相关联的标识,为跨网越权风险检测、威胁溯源和攻击手段分析提供了新思路。

技术特征:

1.一种基于关联检测的5g跨网越权访问防护方法,其特征在于,包含模型学习部分和实时检测防护部分;

2.根据权利要求1所述的基于关联检测的5g跨网越权访问防护方法,其特征在于,地址标识关联模型构建过程如下:

3.根据权利要求2所述的基于关联检测的5g跨网越权访问防护方法,其特征在于,在实时检测防护部分,首先对信令解析过滤,具体方法是:对5g信令消息进行解析处理,解析处理后,通过防护网络配置库中防护网络网元标识和ip地址参数信息的匹配,确定信令消息是否为外网信令,若否,则对该服务请求或响应进行状态更新,若是,则提取信令参数信息,并存入外网信令参数状态库中。

4.根据权利要求3所述的基于关联检测的5g跨网越权访问防护方法,其特征在于,在实时检测防护部分,在信令解析过滤后进行信令异常检测,包含网元标识异常检测和ip地址异常检测。

5.根据权利要求4所述的基于关联检测的5g跨网越权访问防护方法,其特征在于,ip地址异常检测包含:针对新入库的信令参数信息,首先根据模型计算当前网元标识的关联ip模型参数λn+1,然后计算当前信令消息对参数的变化:

6.根据权利要求4所述的基于关联检测的5g跨网越权访问防护方法,其特征在于,网元标识异常检测包含:针对新入库的信令参数信息,首先根据模型计算当前网元ip的关联标识模型参数βm+1,然后计算当前信令消息对参数的变化:

7.一种基于关联检测的5g跨网越权访问防护装置,其特征在于,该装置通过代理或并接的方式部署在被防护5g网域的边界,被防护5g网域通过本装置与其他5g网域互联互通,包含:

8.一种计算机装置,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现如权利要求1-6任一项所述方法的步骤。

技术总结本发明涉及通信网络安全防护技术领域,尤其涉及一种基于关联检测的5G跨网越权访问防护方法及装置,该方法包含模型学习部分和实时检测防护部分;在模型学习部分,通过对历史信令的IP、标识参数信息进行模型刻画,形成地址标识关联模型;在实时检测防护部分,根据上述地址标识关联模型计算当前信令对模型参数的变化,再根据变化值判断当前信令消息是否存在异常及相应的风险等级。本发明通过构建并定时更新的地址标识关联模型,进行跨网越权访问威胁检测,快速判定异常。技术研发人员:刘树新,王凯,李星,潘菲,何赞园,朱宇航,李海涛受保护的技术使用者:中国人民解放军战略支援部队信息工程大学技术研发日:技术公布日:2024/9/9

本文地址:https://www.jishuxx.com/zhuanli/20240911/293145.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。