| 一种基于深度学习的Ｄｏｃｋｅｒ 风险预测方法研究 |
| Ｒｅｓｅａｒｃｈ ｏｎ ａ Ｄｏｃｋｅｒ ｒｉｓｋ ｐｒｅｄｉｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｌｅａｒｎｉｎｇ |
| |
| DOI： |
| 中文关键词: 容器集群；镜像安全；卷积神经网络；特征金字塔网络 |
| 英文关键词:ｃｏｎｔａｉｎｅｒ ｃｌｕｓｔｅｒ；ｍｉｒｒｏｒ ｓｅｃｕｒｉｔｙ；ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｆｅａｔｕｒｅ ｐｙｒａｍｉｄ ｎｅｔｗｏｒｋ |
| 基金项目:国家重点研发计划专项（２０１７ＹＦＢ１４０１３００，２０１７ＹＦＢ１４０１３０２）、国家自然科学基金（６１７０２２８０，６１９０２１９４）、江苏省自然科学基金优秀青年基金（ＢＫ２０１７０１００）、江苏省重点研发计划（ＢＥ２０１７１６６）、江苏省自然科学基金（ＢＫ２０１７０９００）、江苏省六大人才高峰（ＪＹ０２）、江苏省教育厅高等学校自然科学（１９ＫＪＢ５２００４６）、博士后创新人才支持计划（ＢＸ２０１８０１４６）、中国博士后科学基金（２０１９Ｍ６６１９０１）、江苏省博士后科研资助计划（２０１９Ｋ０２４）、ＣＣＦ?腾讯犀牛鸟基金微众银行专项（ＣＣＦ?ＷｅｂａｎｋＲＡＧＲ２０１９０１０４）、南京邮电大学鼎山人才培养对象和南京邮电大学人才启动基金（ＮＹ２１９１３２）资助项目 |
| 作者 | 单位 | | 邵思思 | 南京邮电大学计算机学院，江苏南京 ２１００２３ | | 李 奎 | 南京邮电大学计算机学院，江苏南京 ２１００２３ | | 尧海昌 | 南京邮电大学计算机学院，江苏南京 ２１００２３ | | 杨卫东 | 南京邮电大学计算机学院，江苏南京 ２１００２３ | | 尤 帅 | 南京邮电大学计算机学院，江苏南京 ２１００２３ | | 刘 强 | 南京邮电大学计算机学院，江苏南京 ２１００２３
南京邮电大学江苏省无线传感网高技术研究重点实验室，江苏南京 ２１００２３
南京邮电大学高性能计算与大数据处理研究所，江苏南京 ２１００２３
南京邮电大学高性能计算与智能处理工程研究中心，江苏南京 ２１００２３ | | 刘尚东 | 南京邮电大学计算机学院，江苏南京 ２１００２３
南京邮电大学江苏省无线传感网高技术研究重点实验室，江苏南京 ２１００２３
南京邮电大学高性能计算与大数据处理研究所，江苏南京 ２１００２３
南京邮电大学高性能计算与智能处理工程研究中心，江苏南京 ２１００２３ | | 季一木 | 南京邮电大学计算机学院，江苏南京 ２１００２３
南京邮电大学江苏省无线传感网高技术研究重点实验室，江苏南京 ２１００２３
南京邮电大学高性能计算与大数据处理研究所，江苏南京 ２１００２３
南京邮电大学高性能计算与智能处理工程研究中心，江苏南京 ２１００２３ |
|
| 摘要点击次数: 1959 |
| 全文下载次数: 702 |
| 中文摘要: |
| 相较于传统虚拟机集群，容器集群更能确保集群资源弹性供给的可靠性和时效性，以Ｄｏｃｋｅｒ为代表的新代容器技术已经成为主流。Ｄｏｃｋｅｒ 安全隐患已经成为阻碍Ｄｏｃｋｅｒ 发展的关键因素，Ｄｏｃｋｅｒ 容器基于镜像搭建，镜像的安全直接决定了容器的安全，而Ｄｏｃｋｅｒ 镜像是Ｄｏｃｋｅｒ 安全中相对较弱的环节。Ｄｏｃｋｅｒ 通过Ｄｏｃｋｅｒｆｉｌｅ 文件中的指令自动生成镜像，因而针对Ｄｏｃｋｅｒｆｉｌｅ 文件，提出一种基于深度学习的Ｄｏｃｋｅｒ 风险预测方法，对Ｄｏｃｋｅｒｆｉｌｅ 文件进行安全风险评估，输出风险程度，从源头对镜像进行风险控制。通过实验与其他几种传统方法对比表明，该方法能够有效判断Ｄｏｃｋｅｒｆｉｌｅ 文件是否存在风险。 |
| 英文摘要: |
| Ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｖｉｒｔｕａｌ ｍａｃｈｉｎｅ ｃｌｕｓｔｅｒ， ｃｏｎｔａｉｎｅｒ ｃｌｕｓｔｅｒ ｃａｎ ｅｎｓｕｒｅ ｔｈｅｒｅｌｉａｂｉｌｉｔｙ ａｎｄ ｔｉｍｅｌｉｎｅｓｓ ｏｆ ｃｌｕｓｔｅｒ ｒｅｓｏｕｒｃｅ ｒｅｓｉｌｉｅｎｔ ｓｕｐｐｌｙ． Ｔｈｅ ｎｅｗ ｇｅｎｅｒａｔｉｏｎ ｃｏｎｔａｉｎｅｒ ｔｅｃｈｎｏｌｏｇｙｒｅｐｒｅｓｅｎｔｅｄ ｂｙ ｄｏｃｋｅｒ ｈａｓ ｂｅｃｏｍｅ ｔｈｅ ｍａｉｎｓｔｒｅａｍ．Ｔｈｅ ｈｉｄｄｅｎ ｄａｎｇｅｒ ｏｆ Ｄｏｃｋｅｒ ｓｅｃｕｒｉｔｙ ｈａｓ ｂｅｃｏｍｅ ａｋｅｙ ｆａｃｔｏｒ ｈｉｎｄｅｒｉｎｇ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｄｏｃｋｅｒ．Ｄｏｃｋｅｒ ｃｏｎｔａｉｎｅｒ ｉｓ ｂａｓｅｄ ｏｎ ｉｍａｇｅ ｃｏｎｓｔｒｕｃｔｉｏｎ，ａｎｄ ｔｈｅｓｅｃｕｒｉｔｙ ｏｆ ｉｍａｇｅ ｄｉｒｅｃｔｌｙ ｄｅｔｅｒｍｉｎｅｓ ｔｈｅ ｓｅｃｕｒｉｔｙ ｏｆ ｔｈｅ ｃｏｎｔａｉｎｅｒ，ｗｈｉｌｅ Ｄｏｃｋｅｒ ｉｍａｇｅ ｉｓ ａ ｒｅｌａｔｉｖｅｌｙ ｗｅａｋｌｉｎｋ ｉｎ ｔｈｅ ｓｅｃｕｒｉｔｙ ｏｆ Ｄｏｃｋｅｒ． Ｄｏｃｋｅｒ ａｕｔｏｍａｔｉｃａｌｌｙ ｇｅｎｅｒａｔｅｓ ｉｍａｇｅｓ ｔｈｒｏｕｇｈ ｔｈｅ ｉｎｓｔｒｕｃｔｉｏｎｓ ｉｎ ｔｈｅＤｏｃｋｅｒｆｉｌｅ ｆｉｌｅ． Ｔｈｅｒｅｆｏｒｅ， ｗｅ ｐｒｏｐｏｓｅ ａ Ｄｏｃｋｅｒ ｒｉｓｋ ｐｒｅｄｉｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆｏｒＤｏｃｋｅｒｆｉｌｅ ｆｉｌｅ，ｗｈｉｃｈ ｅｖａｌｕａｔｅｓ ｔｈｅ ｓｅｃｕｒｉｔｙ ｒｉｓｋ ｏｆ ｔｈｅ Ｄｏｃｋｅｒｆｉｌｅ ｆｉｌｅ，ｏｕｔｐｕｔｓ ｔｈｅ ｒｉｓｋ ｌｅｖｅｌ，ａｎｄ ｃｏｎｔｒｏｌｓ ｔｈｅ ｒｉｓｋ ｏｆ ｔｈｅ ｉｍａｇｅ ｆｒｏｍ ｔｈｅ ｓｏｕｒｃｅ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｊｕｄｇｅ ｗｈｅｔｈｅｒ ｔｈｅｒｅ ｉｓ ｒｉｓｋ ｉｎ Ｄｏｃｋｅｒｆｉｌｅ ｆｉｌｅ ｂｙ ｃｏｍｐａｒｉｎｇ ｗｉｔｈ ｏｔｈｅｒ ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ． |
| 查看全文 查看/发表评论 下载PDF阅读器 |