基于深度神经网络的网络入侵路径预测数学建模研究

摘要：

考虑到网络攻击行为的多样性,导致网络入侵路径预测的效果不佳等问题,提出基于深度神经网络的网络入侵路径预测数学建模研究.利用深度神经网络定义网络攻击行为,确定攻击行为集函数;根据网络入侵路径的关系图,计算网络入侵攻击值,根据关联匹配原理,得到入侵路径节点,在相同的时间节点内,对网络入侵路径进行报警处理.实验结果表明,这种模型不仅可以提高网络入侵路径预测的精度,还可以满足网络入侵路径预测质量要求.

关键词：深度神经网络、网络入侵、路径预测、数学建模、攻击行为

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：福建开放大学科研项目FK22B35B

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：80-87