一种深度学习的网络安全态势评估方法
2021-01-29杨宏宇曾仁韵
西安电子科技大学学报 2021年1期
杨宏宇,曾仁韵
(中国民航大学 计算机科学与技术学院,天津 300300)
近年来,随着互联网的快速发展,通过互联网进行的攻击问题越来越频繁,带来的危害也越来越严重。 我国互联网态势报告[1]中指出,在2019年上半年,我国网络遭受了大量的、多样的威胁攻击,并针对此情况开展了网络安全威胁治理工作;其中,采用的一个重要手段就是网络安全态势评估。网络安全态势评估是一种常用的、有效的解决方案。它综合了影响网络安全的指标,为网络管理人员提供决策意见,从最大程度上降低网络攻击威胁产生的危害[2]。
文献[3]提出了基于层次分析法和灰色关联分析的多维系统安全评价方法,以系统安全评价模型构建原则为指导,构建了环境安全、网络安全、脆弱性安全的多维系统安全评价模型。文献[4]将互联网受到的网络威胁作为态势评估的重要指标,利用模糊逻辑推理系统改进网络安全威胁评估模型。然而,上述方式在面对新型的网络威胁攻击时不能做出及时反应。
随着神经网络、机器学习等信息技术在许多领域的成功应用,在信息安全领域开始尝试将这些技术融入网络威胁态势评估。文献[5]引入动量因子,对搜索算法进行了优化,提出了一种改进反向传播神经网络的网络安全态势定量评估方法。文献[6]提出了结合朴素贝叶斯分类器的网络安全态势评估方法,从整体动态上展示网络当前安全状况。文献[7]结合支持向量机,并改良了布谷鸟算法预测网络安全态势,该方法在KDD数据集上的性能达到了较高的精度。……
登录APP查看全文
