網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估與預(yù)測(cè)方法的研究.pdf

1、隨著信息化在全球的快速發(fā)展，人們對(duì)網(wǎng)絡(luò)的依賴(lài)程度越來(lái)越高，網(wǎng)絡(luò)安全問(wèn)題也逐漸得到人們的高度重視。由于網(wǎng)絡(luò)系統(tǒng)的模糊性和隨機(jī)性，傳統(tǒng)的單一防御已不能滿(mǎn)足當(dāng)前的需求。網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估和預(yù)測(cè)為保障網(wǎng)絡(luò)安全、穩(wěn)定地運(yùn)行提供了一種新技術(shù)，同時(shí)也得到了研究者們的深入研究。由于網(wǎng)絡(luò)安全態(tài)勢(shì)問(wèn)題在模型和算法上沒(méi)有形成統(tǒng)一的最優(yōu)解，因此很多新算法被不斷提出，仍然需要研究者們繼續(xù)探討。本文在此基礎(chǔ)上對(duì)算法優(yōu)化等方面進(jìn)行了研究，主要工作如下：
　　1、

2、對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與分析，通過(guò)分析國(guó)內(nèi)外網(wǎng)絡(luò)安全態(tài)勢(shì)的現(xiàn)狀豐富了影響網(wǎng)絡(luò)安全態(tài)勢(shì)的因素，并且對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，從而提高了模型訓(xùn)練的速度和效率。
　　2、在深刻理解云模型與熵權(quán)理論的基礎(chǔ)之上，提出了一種基于多維云模型與熵權(quán)理論相結(jié)合的網(wǎng)絡(luò)安全態(tài)勢(shì)風(fēng)險(xiǎn)評(píng)估模型。首先通過(guò)多維云模型建立了定性概念與定量數(shù)值之間的關(guān)系，然后采用熵權(quán)理論客觀地得到各個(gè)指標(biāo)的權(quán)重。通過(guò)挖掘網(wǎng)絡(luò)安全態(tài)勢(shì)的歷史數(shù)據(jù)中的規(guī)律，并與當(dāng)前網(wǎng)絡(luò)現(xiàn)狀相結(jié)合，實(shí)現(xiàn)對(duì)當(dāng)前網(wǎng)絡(luò)安全態(tài)

3、勢(shì)的評(píng)估，提高了評(píng)估結(jié)果的客觀性和可理解性。
　　3、本文通過(guò)粒子群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)對(duì)未來(lái)網(wǎng)絡(luò)安全態(tài)勢(shì)的預(yù)測(cè)，通過(guò)粒子群優(yōu)化 RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值，可以快速找到權(quán)值的全局最優(yōu)解，提高了 RBF的訓(xùn)練速度，從而能夠快速準(zhǔn)確地對(duì)未來(lái)網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行預(yù)測(cè)。本文通過(guò)對(duì)歷史數(shù)據(jù)進(jìn)行分析，并對(duì) PSO-RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而能夠通過(guò)PSO-RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)未來(lái)網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行快速有效地預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該預(yù)測(cè)模型能夠快