多模态特征融合的网络安全态势评估

发布时间：2021-08-01 06:04

　　针对网络安全监测设备信息来源单一以及预警质量较低等问题,文中提出了融合多种数据来源的网络安全态势评估方法。通过引入Endsley模型和Agent理论,构建了网络安全态势的NSSA框架。利用径向基神经网络的思想,通过消除多余噪声与无关信号实现多源异构数据的融合,从而提出具有多模态特征融合的网络安全态势评估方法。MATLAB仿真结果表明,与传统的BP神经网络相比,文中提出的网络安全态势评估方法具有更好的学习能力和泛化能力。 

【文章来源】：电子科技. 2020,33(12)

【文章页数】：4 页

【部分图文】：

智能Agent设备的模型设计

在智能Agent设备的模型中,遵循一定的内部逻辑与规则。利用NSSA技术的系统能够形成一整套学习机制,其中Agent设备的决策逻辑如图2所示。本研究利用智能Agent模型及其相应的决策逻辑,制定了NSSA系统的学习机制,其步骤如下:

用于态势感知的神经网络模型。在此基础上,本研究提出了评估网络实时状态的安全态势分析方法,其具体流程如图3所示。利用径向基神经网络的训练过程,本文获取了具有较强评估能力的神经网络评估方法。该方法配合实时采集的网络状态信息,即可实现网络安全态势的多源数据评估、预警与决策。

【参考文献】：
期刊论文
[1]一种改进的层次化网络安全态势评估模型仿真[J]. 崔明辉,封化民,刘飚,王琳.  计算机仿真. 2019(11)
[2]网络安全态势感知研究综述[J]. 石乐义,刘佳,刘祎豪,朱红强,段鹏飞.  计算机工程与应用. 2019(24)
[3]基于云模型和马尔科夫链的网络安全态势评估[J]. 刘浩,刘建华,惠馨雅.  计算机与数字工程. 2019(06)
[4]基于层次分析法的网络安全态势评估技术研究[J]. 曲向华,史雪梅.  自动化技术与应用. 2018(11)
[5]面向特定网络安全事件响应的态势评估方法[J]. 于普漪,褚智广,滕征岑,赵轶,汪霞.  计算机应用与软件. 2018(10)
[6]基于云计算技术的网络安全攻防实验平台设计与研究[J]. 张丽敏.  电子设计工程. 2018(17)
[7]基于神经网络算法的网络安全评价模型[J]. 周珑,郭威,王建永,黄杰韬.  沈阳工业大学学报. 2018(04)
[8]基于安全网络编码的移动网络地理位置隐私保护技术[J]. 王磊,孙中伟.  南京理工大学学报. 2018(01)
[9]基于OAuth单点登录系统的安全性分析和评估[J]. 陈君,张生.  电子科技. 2017(09)
[10]计算机网络的安全防护设计与实现[J]. 孙少华,孙晓东,李卫.  电子设计工程. 2017(13)



本文编号：3314966