张 然，刘 敏，张启坤，尹毅峰

(郑州轻工业大学 计算机与通信工程学院，郑州 450002)

1 引 言

随着大数据、人工智能和互联网的高速发展及应用，网络结构的复杂化、数据的多元化以及网络协议的多样化，使得多层面、多形式的网络安全风险随之加剧.网络攻击方式也变得多样化，日渐向着分布化、规模化、复杂化等方向发展，而像入侵检测系统、防火墙等传统的网络安全防御手段已经不能满足现在高速、智能、多源的网络安全需求，我们需要更加先进、优化的技术手段和方式方法去防范网络安全事件的发生.

安全态势感知最早运用在航空和军事领域，用来快速决策和处理复杂的航空和军事事件.1999年，Bass首次提出了网络安全态势感知(network security situation awareness,NSSA)的概念[1]，后来态势感知被研究者们广泛地运用到网络安全领域.研究者们发现态势感知不仅可以进行网络安全态势评估，也可以用来进行网络安全态势预测，使原来的被动防御变为主动防御，可以很大程度的解决网络安全的防御问题，因此成为了当下的一个热点研究方向.

本文的主要工作如下：

1)提出了一种基于SA-SOA-BP神经网络的网络安全态势预测方法，利用改进的BP神经网络模型训练产生安全态势值来预测未来网络安全态势的状况以及发展趋势.

2)将人群搜索算法应用到BP神经网络中优化它的权值和阈值，提高基于神经网络的网络安全态势预测的精准度.

3)将模拟退火算法引入到人群搜索算法中来克……