应用深度自编码网络的网络安全态势评估

摘要：

针对BP神经网络类方法对标签数据的依赖性缺陷,提出了一种基于深度自动编码网络的态势评估方法.模型应用深度自动编码器作为基本单元构建深度自编码网络,结合专家经验和层次化评估的方法训练深度自编码网络.利用无标签数据采用无监督逐层算法对网络进行预训练,确定网络各层参数及权值的范围空间.在此基础上,采用有监督算法使用有标签样本对网络进行微调,对各层参数及权值进行优化,最终形成具有对输入态势数据进行准确评估能力的模型.多种样本数量条件下的对比实验表明,相对于BP神经网络类方法,基于深度自动编码网络模型受标签的影响较小,明显减少了对专家经验的依赖,并且具有整体上较高的评估精度.

关键词：神经网络、态势评估、深度自动编码器、深度自编码网络、标签

所属期刊栏目：56

分类号：TP309(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863No.2008AA01Z404

在线出版日期：2020-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：92-98