發(fā)布時間：2021-03-13 22:39

　　針對監(jiān)督式神經(jīng)網(wǎng)絡(luò)測試網(wǎng)絡(luò)威脅時需根據(jù)數(shù)據(jù)類別標記進行建模的局限性,提出了一種基于無監(jiān)督多源數(shù)據(jù)特征解析的網(wǎng)絡(luò)威脅態(tài)勢評估方法。首先,設(shè)計了一個面向安全威脅評估的變分自動編碼器-生成式對抗網(wǎng)絡(luò)（V-G）,將只包含正常網(wǎng)絡(luò)流量的訓練數(shù)據(jù)集輸入V-G的網(wǎng)絡(luò)集合層進行模型訓練,并計算各層網(wǎng)絡(luò)輸出的重構(gòu)誤差。然后,通過輸出層的三層變分自動編碼器重構(gòu)誤差學習并獲取訓練異常閾值,使用包含異常網(wǎng)絡(luò)流量的測試數(shù)據(jù)集測試分組威脅并統(tǒng)計每組測試的威脅發(fā)生概率。最后,根據(jù)威脅發(fā)生概率確定網(wǎng)絡(luò)安全威脅嚴重度,結(jié)合威脅影響度計算威脅態(tài)勢值以獲取網(wǎng)絡(luò)威脅態(tài)勢。仿真實驗結(jié)果表明,所提方法對網(wǎng)絡(luò)威脅具有較強的表征能力,能夠有效直觀地評估網(wǎng)絡(luò)威脅的整體態(tài)勢。 

【文章來源】：通信學報. 2020,41(02)北大核心

【文章頁數(shù)】：12 頁

【部分圖文】：

VAE的網(wǎng)絡(luò)結(jié)構(gòu)

網(wǎng)絡(luò)威脅態(tài)勢評估架構(gòu)

特征選取過程1)構(gòu)建k最近鄰圖

【參考文獻】：
期刊論文
[1]基于信息融合的網(wǎng)絡(luò)安全態(tài)勢量化評估方法[J]. 文志誠,陳志剛,唐軍.  北京航空航天大學學報. 2016(08)
[2]一種基于似然BP的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J]. 唐成華,余順爭.  計算機科學. 2009(11)

碩士論文
[1]基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型[D]. 賴智全.蘭州大學 2017



本文編號：3081032