孙 悦

(陕西交通职业技术学院 轨道交通学院， 西安 710018)



基于极限学习机的网络安全态势预测模型

孙 悦

(陕西交通职业技术学院 轨道交通学院， 西安 710018)

态势预测是保证网络安全的前提条件，针对网络安全态势复杂、非线性的变化特点，提出了基于极限学习机的网络安全态势预测模型。收集网络安全态势的历史数据，并通过数据预处理便于后继建模，然后采用极限学习机对网络安全态势进行训练，建立网络安全态势的预测模型，最后通过仿真对比实验验证其有效性。结果表明，极限学习机可以刻画网络安全的将来变化态势，获得了高精度的网络安全态势预测结果，同时网络安全态势的建模效率得到了明显的提高。

网络安全； 变化态势； 极限学习机； 仿真实验

0 引言

人们现在生活、工作、学习中均离不开网络，网络给人们生活带来了极大的便利，然而人们在使用网络过程中，由于安全意识的缺乏，以及网络系统的开放性，同时给非法用户也带来便利，安全问题成为网络研究中的一个热点领域[1-3]。最原始的网络安全预防技术主要通过防火墙、杀毒软件对网络工作状态进行分析，对一些异常的网络行为进行拦截，无法预测将来面临的问题。网络态势预测能够对将来网络状态进行分析和描述，预测结果有利于制定安全防范策略，设计性能优异的网络安全态势预测成为人们关注的焦点[4,5]。

学者们对网络安全态势预测问题进行大量的研究，传统网络安全态势预测模型为时间序列预测模模型，它们认为网络状态数据之间存在一定的时间相关性建立网络安全态势预测模型，如指数平滑法等[6]。……