陈 虹，王 飞，肖振久，2，孙丽娜

1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105

2.中国传媒大学 计算机学院，北京 100024

基于IHS_LSSVR的网络安全态势预测方法

陈 虹1，王 飞1，肖振久1，2，孙丽娜1

1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105

2.中国传媒大学 计算机学院，北京 100024

1 引言

随着互联网络的迅速发展，网络安全问题变得越来越严重，网络安全主动防御策略也成为当前网络安全领域的研究热点之一[1]。文献[2]中Songmei Zhang等提出一种基于信息融合的网络安全态势分析框架，力图重现网络遭受攻击的过程，文献[3]中Rongrong Xi等提出一种综合网络安全态势感知系统，从多个角度实现了网络安全态势的可视化。但文献[1-2]都没能实现网络安全态势预测。

文献[4]中孟锦等提出基于HHGA-RBF神经网络的网络安全态势预测模型；文献[5]中尤马彦等提出基于Elman神经网络的网络安全态势预测方法；文献[6]中王晋东等提出使用马尔可夫链结合灰色理论构造预测模型，文献[7]中韦勇等提出利用ARMA模型对网络安全态势值进行预测分析。但这些方法都存在着不足之处：文献[4-5]采用的神经网络方法具有结构难以确定和易陷入局部最优的缺点；文献[6]中提出的数学模型在实际应用中难以建立，而且需要大量复杂数学推理过程；文献[7]中提出的方法需要较多的人工操作，步骤颇为复杂。

最小二乘支持向量机[8]是经典支持向量机[9]的改进和发展，采用等式约束代替不等式约束，求解过程变成解一组等式方程，求解速度明显加快，但其参数选择目前仍然是依靠经验和试算。……