联合隐马尔可夫与遗传算法的态势预测方法研究
发布时间：2022-02-24 18:28
随着互联网普及程度的逐年提高,网络在人们生活的方方面面变得与之密不可分。与此同时,网络攻击也呈现逐渐复杂化、多样化、规模化的特点。传统依靠单一指标评价网络安全性能的思路逐渐暴露其局限性,为了检测和预知网络整体的安全态势,网络安全态势感知的概念应运而生。网络安全态势感知是一门通过全面感知整网态势因子,使用既定理论框架和方法模型来评估和预测网络风险的新型网络安全理论。预测到的态势值为安全管理员提供参考从而更有效的做出防护措施。本文针对当前网络安全态势评估与预测方法中所存在的局限性和缺点,提出适应Tim bass模型的态势评估与预测算法的优化研究。主要做了以下研究工作:1、通过研究现有态势评估方法中的神经网络模型,发现其存在初始参数设置不准确易导致训练结果陷入局部极值、输入层节点过多使得模型收敛较慢、计算复杂等问题。针对此,提出一种基于BP神经网络联合细菌觅食算法的态势评估方法。首先对输入层的属性进行预处理,得到理论上可以接受的节点数目,解决了输入层节点多而导致的计算过于复杂的问题;然后采用细菌觅食算法对初始生成的神经网络参数进行优化使得在模型训练之初就能得到一个相对更好的参数值,解决了初始...
【文章来源】：西北大学陕西省211工程院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究与应用现状
1.2.1 网络态势安全感知的研究现状
1.2.2 隐马尔可夫模型与遗传算法研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 网络安全态势感知框架和技术
2.1 网络安全态势感知系统
2.2 态势特征分析概述
2.2.1 态势特征分析模型
2.2.2 态势特征分析技术
2.3 态势评估方法概述
2.3.1 态势评估框架模型
2.3.2 态势评估技术
2.4 态势预测方法概述
2.4.1 态势预测框架模型
2.4.2 态势预测技术
2.5 态势感知中存在问题及发展趋势
2.6 本章小结
第三章 基于细菌觅食和BP神经网络的评估算法优化研究
3.1 细菌觅食优化BP神经网络理论基础
3.1.1 细菌觅食算法理论及原理
3.1.2 BP神经网络理论及原理
3.2 细菌觅食优化BP神经网络参数
3.2.1 BP神经网络的局限性
3.2.2 细菌觅食算法优化流程
3.3 细菌觅食优化神经网络的态势评估算法
3.3.1 态势评估算法模型
3.3.2 参数设置及激活函数选取
3.4 网络态势评估和算法验证
3.4.1 实验环境搭建
3.4.2 实验参数设置
3.4.3 对比实验
3.5 本章小结
第四章 基于联合隐马尔可夫与遗传算法态势预测研究
4.1 网络态势预测方法分析
4.2 隐马尔科夫模型
4.2.1 网络态势状态的构建
4.2.2 隐马尔科夫模型的建立
4.3 隐马尔科夫的遗传算法态势预测方法
4.3.1 评价函数的设计
4.3.2 遗传算法参数优化
4.3.3 隐马尔可夫模型的训练
4.4 网络态势预测和算法验证
4.4.1 实验数据集选择与参数设置
4.4.2 态势预测效果分析
4.4.3 与现有方法对比分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的学术成果
1.发表的学术论文
2.申请的专利
致谢
【参考文献】：
期刊论文
[1]基于MSCPO-SVR的网络态势预测模型[J]. 胡俊荷,李芯蕊,马双斌. 网络空间安全. 2018(04)
[2]基于改进隐马尔科夫模型的鲁棒用户行为识别[J]. 何敏,彭岚倩,刘宏立,胡久松. 湖南大学学报(自然科学版). 2018(02)
[3]蚁群算法与遗传算法在TSP中的对比研究[J]. 邓慧允,张清泉. 山西师范大学学报(自然科学版). 2017(03)
[4]基于布谷鸟搜索优化BP神经网络的网络安全态势评估方法[J]. 谢丽霞,王志华. 计算机应用. 2017(07)
[5]网络安全态势评估指标体系优化模型研究[J]. 吴果,陈雷,司志刚,白利芳. 计算机工程与科学. 2017(05)
[6]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[7]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)
[8]基于遗传算法的网络安全态势感知研究[J]. 王国华. 计算机测量与控制. 2016(12)
[9]网络安全态势感知综述[J]. 龚俭,臧小东,苏琪,胡晓艳,徐杰. 软件学报. 2017(04)
[10]网络安全态势认知融合感控模型[J]. 刘效武,王慧强,吕宏武,禹继国,张淑雯. 软件学报. 2016(08)
博士论文
[1]基于置信规则库的网络安全态势感知技术研究[D]. 胡冠宇.哈尔滨理工大学 2016
[2]网络安全态势评估与预测关键技术研究[D]. 孟锦.南京理工大学 2012
[3]细菌觅食优化算法的改进及应用研究[D]. 胡洁.武汉理工大学 2012
硕士论文
[1]基于GA-Elman神经网络的网络态势预测模型研究[D]. 陆冬.浙江大学 2017
本文编号：3643282
【文章来源】：西北大学陕西省211工程院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究与应用现状
1.2.1 网络态势安全感知的研究现状
1.2.2 隐马尔可夫模型与遗传算法研究现状
1.3 主要研究内容
1.4 论文组织结构
第二章 网络安全态势感知框架和技术
2.1 网络安全态势感知系统
2.2 态势特征分析概述
2.2.1 态势特征分析模型
2.2.2 态势特征分析技术
2.3 态势评估方法概述
2.3.1 态势评估框架模型
2.3.2 态势评估技术
2.4 态势预测方法概述
2.4.1 态势预测框架模型
2.4.2 态势预测技术
2.5 态势感知中存在问题及发展趋势
2.6 本章小结
第三章 基于细菌觅食和BP神经网络的评估算法优化研究
3.1 细菌觅食优化BP神经网络理论基础
3.1.1 细菌觅食算法理论及原理
3.1.2 BP神经网络理论及原理
3.2 细菌觅食优化BP神经网络参数
3.2.1 BP神经网络的局限性
3.2.2 细菌觅食算法优化流程
3.3 细菌觅食优化神经网络的态势评估算法
3.3.1 态势评估算法模型
3.3.2 参数设置及激活函数选取
3.4 网络态势评估和算法验证
3.4.1 实验环境搭建
3.4.2 实验参数设置
3.4.3 对比实验
3.5 本章小结
第四章 基于联合隐马尔可夫与遗传算法态势预测研究
4.1 网络态势预测方法分析
4.2 隐马尔科夫模型
4.2.1 网络态势状态的构建
4.2.2 隐马尔科夫模型的建立
4.3 隐马尔科夫的遗传算法态势预测方法
4.3.1 评价函数的设计
4.3.2 遗传算法参数优化
4.3.3 隐马尔可夫模型的训练
4.4 网络态势预测和算法验证
4.4.1 实验数据集选择与参数设置
4.4.2 态势预测效果分析
4.4.3 与现有方法对比分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的学术成果
1.发表的学术论文
2.申请的专利
致谢
【参考文献】：
期刊论文
[1]基于MSCPO-SVR的网络态势预测模型[J]. 胡俊荷,李芯蕊,马双斌. 网络空间安全. 2018(04)
[2]基于改进隐马尔科夫模型的鲁棒用户行为识别[J]. 何敏,彭岚倩,刘宏立,胡久松. 湖南大学学报(自然科学版). 2018(02)
[3]蚁群算法与遗传算法在TSP中的对比研究[J]. 邓慧允,张清泉. 山西师范大学学报(自然科学版). 2017(03)
[4]基于布谷鸟搜索优化BP神经网络的网络安全态势评估方法[J]. 谢丽霞,王志华. 计算机应用. 2017(07)
[5]网络安全态势评估指标体系优化模型研究[J]. 吴果,陈雷,司志刚,白利芳. 计算机工程与科学. 2017(05)
[6]基于隐马尔可夫模型和遗传算法的地图匹配算法[J]. 吴刚,邱煜晶,王国仁. 东北大学学报(自然科学版). 2017(04)
[7]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)
[8]基于遗传算法的网络安全态势感知研究[J]. 王国华. 计算机测量与控制. 2016(12)
[9]网络安全态势感知综述[J]. 龚俭,臧小东,苏琪,胡晓艳,徐杰. 软件学报. 2017(04)
[10]网络安全态势认知融合感控模型[J]. 刘效武,王慧强,吕宏武,禹继国,张淑雯. 软件学报. 2016(08)
博士论文
[1]基于置信规则库的网络安全态势感知技术研究[D]. 胡冠宇.哈尔滨理工大学 2016
[2]网络安全态势评估与预测关键技术研究[D]. 孟锦.南京理工大学 2012
[3]细菌觅食优化算法的改进及应用研究[D]. 胡洁.武汉理工大学 2012
硕士论文
[1]基于GA-Elman神经网络的网络态势预测模型研究[D]. 陆冬.浙江大学 2017
本文编号：3643282
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3643282.html
