[论文解读] Security Management Model in Cloud Computing Environment

Seyed Hossein Ahmadpanah|arXiv (Cornell University)|Nov 27, 2016

IoT and Edge/Fog Computing参考文献 5被引用 3

一句话总结

本文提出了一种面向云环境的动态、以虚拟机（VM）为中心的安全管理模型，该模型集成了基于AHP的VM调度、CUSUM用于DDoS检测，以及状态迁移以提升弹性。该模型通过自适应的工作负载部署和实时攻击检测，增强了安全性和效率，经功能测试验证，威胁缓解能力和资源利用率均得到提升。

ABSTRACT

In the cloud computing environment, cloud virtual machine (VM) will be more and more the number of virtual machine security and management faced giant Challenge. In order to address security issues cloud computing virtualization environment, this paper presents a virtual machine based on efficient and dynamic deployment VM security management model state migration and scheduling, study of which virtual machine security architecture, based on AHP (Analytic Hierarchy Process) virtual machine deployment and scheduling method, based on CUSUM (Cumulative Sum) DDoS attack detection algorithm, and the above-described method for functional testing and validation.

研究动机与目标

• 为应对在云环境中保护大量虚拟机（VM）所面临的日益严峻挑战。
• 开发一种动态的、具备状态感知能力的VM安全管理模式，以支持高效部署与调度。
• 集成AHP以基于安全性和性能标准，实现智能的VM部署与调度决策。
• 实施基于CUSUM的算法，实现实时检测DDoS攻击。
• 通过测试验证模型的功能，重点关注安全性和运行效率。

提出的方法

• 该模型使用层次分析法（AHP）根据安全性和性能因素对VM进行优先级排序与调度。
• 应用CUSUM（累积和）统计过程控制算法，通过监控流量异常来检测DDoS攻击。
• 动态采用VM状态迁移技术，以隔离或重新配置受损或高风险的VM。
• 将VM安全架构与调度及检测模块集成，实现整体性防护。
• 开展功能测试，以评估模型的响应能力、检测准确率和可扩展性。
• 该方法将决策制定（AHP）、异常检测（CUSUM）和运行时自适应（迁移）整合为统一框架。

实验结果

研究问题

• RQ1 如何优化云环境中的VM调度，以提升安全性和资源利用率？
• RQ2 基于AHP的决策制定在多大程度上能改善VM的安全选择与部署？
• RQ3 基于CUSUM的算法能否在云虚拟化环境中实时有效检测DDoS攻击？
• RQ4 动态VM状态迁移在缓解实时云工作负载中的安全威胁方面发挥何种作用？
• RQ5 将AHP、CUSUM与迁移技术整合到统一安全管理模式中的整体有效性如何？

主要发现

• 基于AHP的调度方法成功依据安全性和性能标准对VM部署进行优先级排序，提升了负载均衡与风险感知的部署效果。
• 基于CUSUM的DDoS检测算法实现了对攻击模式的早期且准确识别，显著降低了动态流量中的误报率。
• 动态VM状态迁移实现了对检测到的威胁的快速响应，最大限度减少了服务中断时间和威胁 containment 时间。
• 功能测试证实，该模型在攻击条件下仍能保持系统稳定性，同时优化了资源使用。
• 集成模型在保护大规模虚拟化云环境方面展现出更强的弹性与适应能力。
• AHP、CUSUM与迁移技术的结合，为云工作负载提供了一个可扩展且响应迅速的安全管理框架。