胡庆爽,李成海,路艳丽,宋亚飞

(空军工程大学 a.研究生院; b.防空反导学院,西安 710051)

0 概述

网络作为信息传播的主要载体已广泛应用于生产和生活各方面,但由于其安全机制不完善,在给人们带来便利的同时也存在安全隐患。因此,如何准确评价网络状态并提供有效的安全防护指导成为研究人员关注的热点,网络安全态势预测(Network Security Situation Prediction,NSSP)由此应运而生。网络安全态势预测是基于所识别的攻击活动及网络态势,对已出现与将出现的网络攻击行为所产生的危害和潜在威胁进行评估[1]。

随着网络安全态势预测算法的不断进步,网络安全态势预测已由根据研究人员的定性经验知识或网络数据进行预测发展为基于半定量数据(包含定性经验知识与网络中采集到的定量数据)进行预测[2],其中置信规则库(Belief Rule Base,BRB)是基于半定量数据的典型模型之一。根据定性经验知识建立初始的置信规则库,采用负反馈方法进行参数优化,最终可得到较准确的基于置信规则库的网络安全态势预测模型。文献[3]提出利用MATLAB工具箱中Fmincon函数优化置信规则库参数的方法,但在置信规则库模型规模较大时优化速度较慢且不具备可移植性。针对该问题,文献[4]提出基于遗传算法的模型参数优化方法来提高优化算法的可移植性;文献[5]提出基于改进粒子群算法的模型参数优化算法,在一定程度上提高了模型优化的速度和准确性;文献[6]提出基于冗余基因策略的模型参数优化方法,可自动生成具有不同数量规则的BRB最优解。……