基于BP神经网络的网络安全态势评估研究

发布时间：2024-03-03 09:55

　　随着网络攻击行为事件的频繁发生,互联网安全受到了人们的持续关注,人们对于网络安全日益重视。网络安全态势感知评估模型可以提升评估网络安全性能,并提升网络安全预警精确性。通过分析当前网络安全情况,设计了攻击指标因子来全面的反应网络攻击行为。此外了更好地解决收敛速度较低,训练效率差等问题,应用遗传算法来优化BP神经网络训练过程权值,提升了训练效率,并基于优化后的BP神经网络构建了网络态势评估模型指标体系,实时统计监控分析网络安全状态。实验结果表明文章提出的基于BP神经网络安全态势评估模型中具备较好的训练集以及收敛速度,评估效率也更符合预期值。

【文章页数】：4 页

【部分图文】：

图4-1本章研究内容关系

网络安全态势指标评估是网络安全评估的重要工具，是属性的指示标志，它从网络监测数据中获取基础信息，模型，计算得到全网安全指数，并对未来安全状况做出疫策略部署等后续响应提供决策支持。全态势指标评估体系则是根据评估目标和评估内容的要络安全水平的相关指标，据以搜集评估对象的有关信息网络安....

图6威胁值对比图

图5实验结果对比图4结语

图1TimBass入侵检测数据融合框架

(5)资源管理模块:实时监控全网态势系统,并制定确保网络安全的对策。TimBass入侵检测模型对于网络安全态势评估具有重要意义。由于TimBass框架并没有完全实现,由此需要后续学者深入研究相关框架理论和实践。

图2网络评估模型

要想精准地反应网络安全现状,这就需要对各个网络安全攻击行为进行内在关联性进行分析,充分考虑网络复杂性和异构性,得出攻击行为对态势评估的影响,并以此来构造态势安全评估体系。在分析了网络攻击行为对于态势评估的影响后,定义了以下态势评估因子:

本文编号：3917614