钟 磊，何恒宏，韩春阳，李 楠

(国家气象信息中心，北京 100081)

0 引 言

随着气象信息网络的快速发展，气象行业面临的信息安全威胁不断增加。通过对近三年国家级信息网络安全事件进行统计，各类APT(advanced persistent threat，高级可持续威胁攻击)和利用漏洞的渗透事件数量的年增长率均超过30%。安全事件不断增加的原因主要有以下三个方面：第一，业务系统在设计过程中没有将信息安全充分纳入考量，造成系统上线后暴露的安全问题难以彻底解决；第二，部分人员安全意识不足，在使用过程存在不安全操作；第三，安全监控和防护能力不足，无法做到所有终端数据流量的实时检测和分析。

近年来，机器学习的有关算法在网络空间安全方面取得了一些研究成果，有关技术也在不同行业进行了实践[1]，以机器学习为基础的态势感知系统和以流量回溯为代表的分析系统能够及时发现正在进行的网络攻击，但对已存在的安全问题难以提供解决方案[2]。

现阶段国家级气象网络的安全防护存在一定不足：第一，各类安全监控系统和检测设备主要部署于互联网出口；第二，对内部网络的终端安全防护和检测手段相对较少，仅能通过探针等设备获取局域网内部分系统间数据交互的信息，当终端设备出现异常时，无法第一时间进行定位和溯源；第三，气象业务数据交互频繁，探针获取的有关日志信息数量较为庞大，传统的巡检方式无法高效地发现有关异常，亟待对日志信息进行筛选过滤。……