基于粗糙集神经网络的网络安全态势评估方法
2015-12-08姜旭炜文志诚邓勇杰
湖南工业大学学报 2015年3期
姜旭炜,文志诚,邓勇杰
(湖南工业大学 计算机与通信学院,湖南 株洲 412007)
基于粗糙集神经网络的网络安全态势评估方法
姜旭炜,文志诚,邓勇杰
(湖南工业大学 计算机与通信学院,湖南 株洲 412007)
为克服多源数据融合中存在信息高维、冗余和噪音等大量不确定性因素给网络安全态势评估带来的复杂影响,提出一种基于粗糙集神经网络的网络安全态势评估方法。该方法既利用粗糙集理论在机械学习、处理冗余信息和特征提取等方面的能力,又结合神经网络处理噪音和任意逼近能力构造出由指标层、离散层、规则层、决策层组成的态势评估模型,并与BP神经网络方法进行对比研究。仿真实验结果表明,所提方法偏差较少,更能客观、准确地分析网络安全状况。
粗糙集理论;粗糙集神经网络;态势评估
1 背景知识
随着信息技术的不断发展,各种网络应用不断普及,人们对网络的信任度和依赖度不断提高;与此同时,网络安全问题日益严峻,安全漏洞、病毒入侵和黑客(DoS/DDoS)攻击等等网络安全事故也随之不断地增加;加之,Internet规模不断扩大,其复杂性和不确定性也随之增加,因此对于安全分析的难度不断地加大。传统的网络防御设备和技术无法对现有的网络安全状况进行有效、快捷地分析和防御。海量的网管信息非但不能更好地管理,反而增加了网络管理员的负担。在这种情况下,对网络面临的安全风险进行态势感知、分析,以及采取相应的防御手段成为目前网络安全研究的热门话题。……
登录APP查看全文
