針對目前網(wǎng)絡安全態(tài)勢預測方法的精確度不足問題,以自修正系數(shù)修勻法為基礎提出一種新的網(wǎng)絡安全態(tài)勢預測模型。首先,設計一種網(wǎng)絡安全態(tài)勢評估量化方法,基于熵關聯(lián)度將警報信息轉化為態(tài)勢實際值時間樣本序列。然后,計算靜態(tài)修勻系數(shù)自適應解并利用可變域空間獲取預測初始值。最后,為了進一步提高預測精度,基于偏差類別并采用時變加權馬爾可夫鏈對網(wǎng)絡安全態(tài)勢初始預測結果進行修正。采用LL_DOS₁.0數(shù)據(jù)集檢驗預測效果,實驗結果表明,所提模型面向網(wǎng)絡態(tài)勢時間序列具有較高的自適應性和預測精度。 

【文章來源】：通信學報. 2020,41(05)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

網(wǎng)絡安全態(tài)勢預測模型步驟2利用可變域空間劃分網(wǎng)絡安全態(tài)勢值

當W=10時，可變域空間寬度居中，以往樣本數(shù)據(jù)段內異常波動數(shù)據(jù)和平緩波動數(shù)據(jù)的數(shù)量差距減小，遠期、近期數(shù)據(jù)均衡影響安全態(tài)勢預測，從而提高了初始預測值精度。3)當W=15時，域空間寬度大，以往樣本數(shù)據(jù)片較長，域空間內少量異常波動數(shù)據(jù)和其他平緩波動數(shù)據(jù)相比，對靜態(tài)修勻系數(shù)自適應解影響作用更小，降低了態(tài)勢突變處的初始預測值精度。6.5態(tài)勢預測對比實驗與分析實驗數(shù)據(jù)集為LL_DOS_1.0數(shù)據(jù)集，分別采用本文模型、IFS-NARX模型[9]和傳統(tǒng)馬爾可夫模型生成安全態(tài)勢預測值序列，如圖4所示，安全態(tài)勢預測值絕對偏差序列如圖5所示。圖4安全態(tài)勢預測值序列圖5安全態(tài)勢預測值絕對偏差序列從圖4和圖5可知，由本文模型獲取的態(tài)勢預測結果更加符合原始的網(wǎng)絡安全態(tài)勢情況，絕對偏差更校原因分析如下。1)傳統(tǒng)馬爾可夫狀態(tài)轉移概率矩陣隨以往數(shù)據(jù)增加而收斂，故傳統(tǒng)馬爾可夫模型面向較短時間序列預測效果理想，當時間序列較長時，絕對偏差增大且偏差峰值周期性出現(xiàn)。2)將警報發(fā)生率、警報致變程度和警報負面程度作為IFS-NARX模型輸入特征，非線性自回歸神經(jīng)網(wǎng)絡參數(shù)由經(jīng)驗公式確定，該模型面向短序列預測因樣本數(shù)量較少而預測精度不佳，當序列長度增加時，樣本數(shù)量提高，模型預測精度提升。3)本文模型中，可變域空間位置隨新態(tài)勢值加入以往序列而發(fā)生移動，更新域空間內態(tài)勢序列片段，調整靜態(tài)修勻系數(shù)自適應解取值、偏差類別劃分數(shù)量和偏差類別轉移概率矩陣，使預測精度在不同長度時間序列下保持較高水平。7結束語本文提出一種基于自修正系數(shù)修勻法的網(wǎng)絡安全態(tài)勢預測模型。通過熵關聯(lián)度量化若干周期的網(wǎng)絡安全態(tài)勢值，采用可變域空間機制對按?

【參考文獻】：
期刊論文
[1]基于動態(tài)信譽的無線Mesh網(wǎng)絡安全路由機制[J]. 楊宏宇,韓越.  通信學報. 2019(04)
[2]基于IFS-NARX模型的網(wǎng)絡安全態(tài)勢預測[J]. 韓曉露,劉云,張振江,呂欣,李陽.  吉林大學學報(工學版). 2019(02)
[3]網(wǎng)絡安全態(tài)勢預測技術研究[J]. 孫衛(wèi)喜,孫歡.  計算機技術與發(fā)展. 2019(04)
[4]基于改進G-K算法的多節(jié)點網(wǎng)絡安全態(tài)勢預測模型[J]. 周新衛(wèi),李小玲.  科學技術與工程. 2018(25)
[5]Android共謀攻擊檢測模型[J]. 楊宏宇,王在明.  通信學報. 2018(06)
[6]基于時變加權馬爾科夫鏈的網(wǎng)絡異常檢測模型[J]. 王笑,戚湧,李千目.  計算機科學. 2017(09)
[7]一種改進的網(wǎng)絡安全態(tài)勢量化評估方法[J]. 席榮榮,云曉春,張永錚,郝志宇.  計算機學報. 2015(04)
[8]基于模糊集與熵權理論的信息系統(tǒng)安全風險評估研究[J]. 付鈺,吳曉平,葉清,彭熙.  電子學報. 2010(07)
[9]熵權系數(shù)法應用于網(wǎng)絡安全的模糊風險評估[J]. 趙冬梅,張玉清,馬建峰.  計算機工程. 2004(18)



本文編號：3051908