基于改进隐马尔可夫模型的网络安全态势评估方法

发布时间：2022-02-17 09:42

　　网络安全态势感知作为网络安全防护措施的有效补充,是近年来的研究热点之一,而准确地评估网络安全状态已成为网络安全领域的一个重要课题。隐马尔可夫模型（Hidden Markov Model,HMM）可用于网络安全态势评估,能实时评估网络状态,但其存在模型参数难以配置、评估准确率较低等问题。因此,文中提出了一种改进隐马尔可夫模型的态势评估方法,将模型Baum-Welch（BW）参数优化算法与人群搜索算法（Seeker Optimization Algorithm,SOA）相结合,利用SOA随机搜索能力强的特点,解决传统参数优化算法容易陷入局部最优解的问题,将优化后的参数代入HMM中,通过量化分析得出网络安全态势值。基于DARPA2000数据集采用MATLAB软件对提出的方法进行实验验证,结果表明,与BW算法相比,所提方法能够提高模型准确率,对网络安全态势的量化更加合理。 

【文章来源】：计算机科学. 2020,47(07)北大核心CSCD

【文章页数】：5 页

【文章目录】：
1 基于HMM的网络安全态势评估
2 基于SOA的HMM训练
3 实验验证与分析


【参考文献】：
期刊论文
[1]基于隐马尔可夫模型的新型SQL注入攻击检测方法[J]. 杨连群,孟魁,王斌,韩勇.  信息网络安全. 2017(09)
[2]改进的基于隐马尔可夫模型的态势评估方法[J]. 李方伟,李骐,朱江.  计算机应用. 2017(05)
[3]基于威胁传播的多节点网络安全态势量化评估方法[J]. 田建伟,田峥,漆文辉,郝悍勇,李仁发,黎曦,乔宏,薛海伟.  计算机研究与发展. 2017(04)
[4]基于聚类分析的网络安全态势评估方法[J]. 文志诚,陈志刚,唐军.  上海交通大学学报. 2016(09)
[5]基于改进HMM的程序行为异常检测方法[J]. 吴鑫,严岳松,刘晓然.  信息网络安全. 2016(09)
[6]一种改进的网络安全态势量化评估方法[J]. 席荣荣,云晓春,张永铮,郝志宇.  计算机学报. 2015(04)
[7]基于Markov博弈模型的网络安全态势感知方法[J]. 张勇,谭小彬,崔孝林,奚宏生.  软件学报. 2011(03)
[8]一种优化的实时网络安全风险量化方法[J]. 李伟明,雷杰,董静,李之棠.  计算机学报. 2009(04)
[9]层次化网络安全威胁态势量化评估方法[J]. 陈秀真,郑庆华,管晓宏,林晨光.  软件学报. 2006(04)



本文编号：3629208