结合Dempster-Shafer证据理论与循环神经网络的网络安全态势预测
2020-05-21魏青梅李宇博应雨龙
济南大学学报(自然科学版) 2020年3期
魏青梅,李宇博,应雨龙
(1. 空军工程大学 基础部,陕西 西安 710051; 2. 陕西职业技术学院 基础课部,陕西 西安 710038;3. 上海电力大学 能源与机械工程学院,上海 200090)
随着计算机网络技术和应用的飞速发展,网络结构和交互场景产生了复杂、多样的变化,使得网络安全成为关系到网络各个领域的重点问题。为了避免、减少网络安全风险对各个领域产业造成的损失,必须做好网络安全的评估工作。根据网络结构中的历史信息完成对网络安全态势的预测和安全状况评估是网络安全的研究重点之一[1]。通过对网络安全的评估,能够在评估结果的基础上提升网络防御的主动性,同时为网络安全的操作和决策提供重要的依据和手段,使得网络安全问题产生的危害降到最低[2]。
早期的网络安全评估采用专家评价方式,由受邀专家以网络结构历史数据为基础,完成对网络结构今后态势的打分,然后通过聚类的手段把分离程度偏大的专家评判结果剔除,将剩下的有意义的评判结果通过求解平均值给出结果[3]。随着人们对网络安全的关注程度不断提升,网络安全的评估不能仅限于当前时间点的专家评估意见,网络的历史数据对网络安全的评估起到重要作用。实际上,由于专家评估存在主观偏差,而且不同专家的评判结果也会造成冲突问题,因此在专家评估数据的基础上,一些研究者通过Markov随机过程完成对网络安全态势的预测。此类方法通过Markov链……
登录APP查看全文