赵丽红

(安徽文达信息工程学院计算机工程学院 安徽合肥 231201)

1引言

随着社会的飞速发展，互联网的规模也在不断增加，网络安全问题日益突出。网络攻击不仅会影响个人用户的网络环境，同时也会危害企业、政府甚至国家的网络安全[1]。5G跨域虚拟网络安全性评估是从整体出发，将各种网络指标有效融合在一起[2]，全面描述当前网络环境，为管理决策者提供更加直观的网络安全概况。国内外相关专家也针对5G跨域虚拟网络安全性评估方面的内容进行了大量的研究，例如谢丽霞等人[3]通过态势输入指标和输出态势值明确BP神经网络对应的输入/出节点，采用经验公式以及试凑法分别计算不同隐含层节点信息，针对不同阈值进行初始化处理，同时将将权值和阈值编码为布谷鸟，将全部得到的网络安全态势数据输入到CSBPNN模型中，实现网络安全性评估。杨宏宇等人[4]根据基于熵关联度将警报信息转换为态势实际值时间序列样本，计算静态修匀系数自适应解，根据可变域得到初始阈值值，进而实现网络态势预测。虽然上述两种方法能够能够及时发现攻击，但是最终获取的评估结果并不理想。为此，提出一种基于大数据技术的5G跨域虚拟网络安全性评估方法。仿真实验结果表明，所提方法不仅能够获取较高的评估精度，同时还具有强的适用性。

2方法

2.1 基于大数据技术的5G跨域虚拟网络数据清洗

在5G跨域虚拟网络安全性理解过程中，通过大数据技术挖掘不同数据之间的关联规则[5]，进而完成网络安全性的整体理解分析。……