基于DBN的网络安全态势评估和态势预测建模研究

摘要：

计算机通信网络技术高速发展,日新月异,随之涌现的网络攻击、破坏现象形态各异、层出不穷.态势感知系统为网络安全提供了全面保障,提高态势评估和态势预测建模的稳定性、精准性和快速性是态势感知系统研究的重要方向.深度信念网作为一种深度学习智能算法,为网络安全态势评估和态势预测的精确性、理论化带来新方向.考虑深度信念网算法采用受限玻尔兹曼机作为基础网络,逐层预训练和微调为网络核心部分.构建广义网络安全态势评估指标体系,并建立计算机通信网络安全的态势评估和态势预测数据驱动模型.通过入侵检测数据集CIC-IDS2017进行实验仿真,验证了该模型的精准性和有效性.

关键词：网络安全、态势评估、态势预测、深度信念网、建模仿真

所属期刊栏目：47

分类号：TN03;TP393.0(一般性问题)

在线出版日期：2021-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-39,44