基于神经网络的网络安全态势感知系统的设计与实现

发布时间：2020-06-20 13:10

【摘要】：目前互联网技术飞速发展,网络规模不断增大,各种网络安全问题也随之而来:网络的漏洞越来越多,新型攻击大量涌现,传统的网络安全技术已经力不从心。在这种情况下,网络安全态势感知技术应运而生。网络安全态势感知主要是通过各式各样的传感设备收集系统内与网络安全相关的态势信息,综合评定出当前网络整体运行状态以及预测未来网络状况的发展趋势,帮助网络管理人员迅速做出反应,降低或避免损失。网络安全态势感知技术目前正受到很大关注,成为近些年的研究热门。本文设计实现了一套完整的网络安全态势感知原型系统,从基础数据的采集到态势评估,再经过态势预测,最终将各种信息直观清晰地呈现给用户。本文主要工作如下:1、研究态势感知经典模型和态势评估技术,构建了一套较为完整的安全态势指标体系和一种层次化的评估模型,从网络节点的运行状态、漏洞扫描结果以及受到网络攻击情况三个侧面来描述网络安全态势,使用模糊综合评价与层次分析法相结合的方法对态势指标进行量化融合。2、研究态势预测技术,为解决传统径向基函数(Radical Basis Function,RBF)神经网络训练方法中初始中心选取困难、容易陷入局部最优等缺点,将布谷鸟搜索算法(Cuckoo Search,CS)引入到RBF神经网络的训练中,提出了一种基于布谷鸟算法优化RBF神经网络的态势预测方法,即为CS-RBF神经网络,对该网络的结构、参数进行了详细的设计,给出了详细的预测过程,然后进行实验测试,与多种其他模型进行对比验证了CS-RBF神经网络预测方法的优越性。3、基于对态势评估技术和态势预测技术的研究,设计实现了整个态势感知系统。对系统进行了需求分析,给出了系统的总体设计,对系统进行模块划分,给出了各个模块之间的交互流程,并对各个模块进行详细的设计实现。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.08;TP183
【图文】：

态势感知,个人因素,环境因素,模型

划分为态势要素提取、态势理解、态势预测三个阶段。并且经过对态势感知相关理论深逡逑入研宄，提出了经典的Ｅｎｄｓｌｅｙ态势感知概念模型并且对各个部分的功能进行了详细的逡逑阐述，如图２－１。逡逑逦环境状态反馈逦逡逑个人因素逡逑（预想、目标、能力、经验、训练）逡逑逦＼ｚ逦逡逑态势感知逡逑＼７逡逑＋逦态势要素提取逦态势理解逦态势预测逦决策逦执行效果－逡逑第一层逦第二层逦第三层逦逦邋逦逡逑逦逦逦邋７＼邋—逦￣￣逡逑逦Ｕ逦＝逦ｕ逦逡逑个人因素逡逑（预想、目标、能力、经验、训练）逡逑图２－１邋Ｅｎｄｓｌｅｙ态势感知模型［１８］逡逑该模型由环境因素、个人因素、态势感知、决策以及执行五部分组成。个人因素以逡逑及环境因素为态势感知提供全面的支持，个人因素包括训练、经验、能力、知识等，环逡逑境因素包括系统复杂性、系统结构、工作压力等因素。模型核心为态势感知三层系统，逡逑５逡逑

态势感知,个人因素,威胁评估,数据提取

【相似文献】