基于人工智能的安全态势预测技术研究综述

发布时间：2021-04-02 15:25

　　随着互联网技术的飞速发展,物联网、云计算、大数据等新兴技术相继兴起,我国互联网进入新的发展时代.同时,网络空间面临的安全威胁也日益严峻,网络安全态势感知技术被广泛使用和研究.安全态势感知模型由态势要素提取、态势理解和态势预测组成,安全态势预测是整个安全态势感知模型中最高层次的技术,对网络安全的防御有着重要的作用.首先对安全态势感知的概念和模型进行了归纳梳理,重点介绍了安全态势预测的主要研究内容和研究热点,分别从传统机器学习和深度学习的人工智能技术对安全态势预测的关键技术进行了详细的综述,最后对安全态势预测技术在人工智能时代下的研究需要解决的问题进行了阐述. 

【文章来源】：信息安全研究. 2020,6(06)

【文章页数】：8 页

【部分图文】：

3层态势感知模型

安全态势预测是整个态势感知模型中最高层次的技术．网络安全态势的预测对网络安全的防御有着重要的作用，态势预测的定义是对未来将要发生的事件或场景进行预先的估计来判定其发生可能性的大小，通常需要严谨的调查和观测，以及一定的科学根据，通过对相关的因素进行分析和学习，建立如图2所示特定的预测模型，才能达到良好的预测效果．由于当前的网络攻击多样复杂且不确定，随机性较高，网络安全态势的变化是一个复杂的非线性过程，通常采用机器学习、深度学习等人工智能技术来解决此问题．

Markov模型是一种随机化方法，用于描述从一种状态到另一种状态的转变，其概率与各种状态变化相关．如图3所示，S表示状态，状态之间的连线表示这2种状态之间可以相互转移．Markov预测模型的核心思想是将历史数据中当前状态转移概率最大的状态作为下一状态的预测值，根据Markov理论中的转移概率的定义，需要通过条件概率来计算从当前状态转移到下一状态的概率．

【参考文献】：
期刊论文
[1]基于差分WGAN的网络安全态势预测[J]. 王婷婷,朱江.  计算机科学. 2019(S2)
[2]基于深度自编码器的网络安全态势预测[J]. 张生顺.  信息安全研究. 2019(07)
[3]用于网络安全态势预测的粒子群与支持向量机算法研究[J]. 孙卫喜.  计算机应用与软件. 2019(06)
[4]基于RNN的网络安全态势预测方法[J]. 胡昕.  现代计算机(专业版). 2017(06)



本文编号：3115504