本文關(guān)鍵詞：基于改進(jìn)灰色理論的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法研究

  更多相關(guān)文章： 網(wǎng)絡(luò)安全態(tài)勢感知 粒子群算法 灰色理論 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：網(wǎng)絡(luò)和通信技術(shù)的飛速發(fā)展使得Internet得到了大規(guī)模應(yīng)用,互聯(lián)網(wǎng)服務(wù)應(yīng)用大大方便了人們的生活和工作。但同時,網(wǎng)絡(luò)安全事件發(fā)生的頻率大大增加,并呈現(xiàn)出有組織、有目的、針對性強(qiáng)的特點。傳統(tǒng)的安全防護(hù)設(shè)備功能單一、各自為戰(zhàn),沒有從宏觀的角度對網(wǎng)絡(luò)的安全起到防護(hù)作用。態(tài)勢感知能夠從宏觀的層面、整體的角度全面地把握當(dāng)前網(wǎng)絡(luò)的安全狀態(tài),發(fā)現(xiàn)潛在的安全隱患,并推測、估計網(wǎng)絡(luò)的未來安全狀態(tài),為網(wǎng)絡(luò)管理人員及時地制定應(yīng)對措施提供可靠的參考依據(jù)。本文具體的研究內(nèi)容包括以下兩個方面:1.在對安全因素獲取、關(guān)聯(lián)分析、規(guī)則匹配的基礎(chǔ)上,分類得到評估指標(biāo)。建立了涵蓋各類安全因素的層次化態(tài)勢評估指標(biāo)指數(shù)體系,結(jié)合熵權(quán)法計算指標(biāo)的權(quán)值,實現(xiàn)對態(tài)勢的評估。通過將遺傳算子嵌入粒子群算法中,設(shè)計了一種改進(jìn)粒子群算法以改善早熟收斂的問題。針對BP算法在訓(xùn)練過程中存在著低效率性、參數(shù)優(yōu)化效果不明顯的問題。引入改進(jìn)算法代替BP算法,在配置好各類工具箱的MATLAB7.0平臺上對照粒子群算法、BP算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)。實驗結(jié)果的檢驗表明了本文改進(jìn)算法在訓(xùn)練過程中具有更高的效率,更理想的參數(shù)優(yōu)化結(jié)果,取得了更精確的預(yù)測結(jié)果。2.針對傳統(tǒng)預(yù)測方法的不足之處,設(shè)計了一種使用BP神經(jīng)修正灰色模型的預(yù)測方法。利用灰色模型所需數(shù)據(jù)少、運算簡單的優(yōu)勢對態(tài)勢實現(xiàn)初始預(yù)測,利用BP神經(jīng)非線性處理能力強(qiáng)、特征模式識別能力好的優(yōu)點,對態(tài)勢初始預(yù)測值進(jìn)行調(diào)整和修正。為了獲得真實的數(shù)據(jù),搭建了基于Vmware的虛擬Honeynet網(wǎng)絡(luò)攻防環(huán)境。為了驗證本文預(yù)測方法的準(zhǔn)確性,在MATLAB7.0平臺上對比其它模型對態(tài)勢進(jìn)行預(yù)測,檢驗結(jié)果證明了本文預(yù)測方法具有更高的精度。
【關(guān)鍵詞】：網(wǎng)絡(luò)安全態(tài)勢感知 粒子群算法 灰色理論 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：湖南工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.08
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景及意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 研究內(nèi)容12-14
• 1.4 論文的組織結(jié)構(gòu)14-15
• 第二章 理論基礎(chǔ)15-29
• 2.1 網(wǎng)絡(luò)安全態(tài)勢感知15-22
• 2.1.1 安全要素的獲取15-17
• 2.1.2 指標(biāo)的篩選17
• 2.1.3 態(tài)勢評估體系17-19
• 2.1.4 態(tài)勢評估方法19-21
• 2.1.5 態(tài)勢預(yù)測方法21-22
• 2.2 Honeynet技術(shù)22-24
• 2.3 遺傳算法24-25
• 2.4 粒子群算法25
• 2.5 灰色理論25-26
• 2.6 BP神經(jīng)網(wǎng)絡(luò)26-27
• 2.7 本章小結(jié)27-29
• 第三章 基于修正灰色模型的態(tài)勢預(yù)測29-45
• 3.1 引言29
• 3.2 改進(jìn)粒子群算法29-33
• 3.2.1 早熟問題30
• 3.2.2 遺傳算法和粒子群算法的特點30-31
• 3.2.3 改進(jìn)算法實現(xiàn)31
• 3.2.4 改進(jìn)算法步驟31-33
• 3.3 灰色GM（1，1）預(yù)測模型33-34
• 3.4 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練34-36
• 3.4.1 神經(jīng)網(wǎng)絡(luò)的設(shè)計34-35
• 3.4.2 改進(jìn)算法優(yōu)化神經(jīng)網(wǎng)絡(luò)35-36
• 3.5 基于灰色神經(jīng)的態(tài)勢初始預(yù)測36-40
• 3.5.1 灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型36-38
• 3.5.2 誤差分析38-39
• 3.5.3 改進(jìn)算法訓(xùn)練灰色神經(jīng)網(wǎng)絡(luò)39-40
• 3.6 基于修正灰色神經(jīng)的態(tài)勢預(yù)測40-42
• 3.6.1 灰色理論和BP神經(jīng)網(wǎng)絡(luò)的比較40-41
• 3.6.2 預(yù)測算法41-42
• 3.7 檢驗標(biāo)準(zhǔn)42-43
• 3.8 本章小結(jié)43-45
• 第四章 模擬實驗與分析45-55
• 4.1 評估指標(biāo)篩選結(jié)果45
• 4.2 網(wǎng)絡(luò)攻防環(huán)境搭建45-47
• 4.3 MATLAB平臺搭建47-48
• 4.4 實驗參數(shù)的確定及結(jié)果分析48-53
• 4.5 本章小結(jié)53-55
• 第五章 總結(jié)與展望55-57
• 5.1 總結(jié)55-56
• 5.2 展望56-57
• 參考文獻(xiàn)57-60
• 攻讀學(xué)位期間主要的研究成果60-61
• 致謝61

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 曾U喺，

本文編號：1094270