基于改进灰色理论的网络安全态势预测方法研究

发布时间：2017-10-25 15:10

  本文关键词：基于改进灰色理论的网络安全态势预测方法研究

  更多相关文章： 网络安全态势感知 粒子群算法 灰色理论 BP神经网络

【摘要】：网络和通信技术的飞速发展使得Internet得到了大规模应用,互联网服务应用大大方便了人们的生活和工作。但同时,网络安全事件发生的频率大大增加,并呈现出有组织、有目的、针对性强的特点。传统的安全防护设备功能单一、各自为战,没有从宏观的角度对网络的安全起到防护作用。态势感知能够从宏观的层面、整体的角度全面地把握当前网络的安全状态,发现潜在的安全隐患,并推测、估计网络的未来安全状态,为网络管理人员及时地制定应对措施提供可靠的参考依据。本文具体的研究内容包括以下两个方面:1.在对安全因素获取、关联分析、规则匹配的基础上,分类得到评估指标。建立了涵盖各类安全因素的层次化态势评估指标指数体系,结合熵权法计算指标的权值,实现对态势的评估。通过将遗传算子嵌入粒子群算法中,设计了一种改进粒子群算法以改善早熟收敛的问题。针对BP算法在训练过程中存在着低效率性、参数优化效果不明显的问题。引入改进算法代替BP算法,在配置好各类工具箱的MATLAB7.0平台上对照粒子群算法、BP算法训练神经网络。实验结果的检验表明了本文改进算法在训练过程中具有更高的效率,更理想的参数优化结果,取得了更精确的预测结果。2.针对传统预测方法的不足之处,设计了一种使用BP神经修正灰色模型的预测方法。利用灰色模型所需数据少、运算简单的优势对态势实现初始预测,利用BP神经非线性处理能力强、特征模式识别能力好的优点,对态势初始预测值进行调整和修正。为了获得真实的数据,搭建了基于Vmware的虚拟Honeynet网络攻防环境。为了验证本文预测方法的准确性,在MATLAB7.0平台上对比其它模型对态势进行预测,检验结果证明了本文预测方法具有更高的精度。
【关键词】：网络安全态势感知 粒子群算法 灰色理论 BP神经网络
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.08
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 研究背景及意义9-11
• 1.2 国内外研究现状11-12
• 1.3 研究内容12-14
• 1.4 论文的组织结构14-15
• 第二章 理论基础15-29
• 2.1 网络安全态势感知15-22
• 2.1.1 安全要素的获取15-17
• 2.1.2 指标的筛选17
• 2.1.3 态势评估体系17-19
• 2.1.4 态势评估方法19-21
• 2.1.5 态势预测方法21-22
• 2.2 Honeynet技术22-24
• 2.3 遗传算法24-25
• 2.4 粒子群算法25
• 2.5 灰色理论25-26
• 2.6 BP神经网络26-27
• 2.7 本章小结27-29
• 第三章 基于修正灰色模型的态势预测29-45
• 3.1 引言29
• 3.2 改进粒子群算法29-33
• 3.2.1 早熟问题30
• 3.2.2 遗传算法和粒子群算法的特点30-31
• 3.2.3 改进算法实现31
• 3.2.4 改进算法步骤31-33
• 3.3 灰色GM（1，1）预测模型33-34
• 3.4 BP神经网络的训练34-36
• 3.4.1 神经网络的设计34-35
• 3.4.2 改进算法优化神经网络35-36
• 3.5 基于灰色神经的态势初始预测36-40
• 3.5.1 灰色神经网络预测模型36-38
• 3.5.2 误差分析38-39
• 3.5.3 改进算法训练灰色神经网络39-40
• 3.6 基于修正灰色神经的态势预测40-42
• 3.6.1 灰色理论和BP神经网络的比较40-41
• 3.6.2 预测算法41-42
• 3.7 检验标准42-43
• 3.8 本章小结43-45
• 第四章 模拟实验与分析45-55
• 4.1 评估指标筛选结果45
• 4.2 网络攻防环境搭建45-47
• 4.3 MATLAB平台搭建47-48
• 4.4 实验参数的确定及结果分析48-53
• 4.5 本章小结53-55
• 第五章 总结与展望55-57
• 5.1 总结55-56
• 5.2 展望56-57
• 参考文献57-60
• 攻读学位期间主要的研究成果60-61
• 致谢61

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 曾U喺，

本文编号：1094270