發(fā)布時間：2024-05-28 03:13

　　針對傳統(tǒng)的模糊評價系統(tǒng)存在評價沖突和主觀偏差,造成網(wǎng)絡安全態(tài)勢預測出現(xiàn)精度和魯棒性較低等問題,提出一種結合Dempster-Shafer(D-S)證據(jù)理論與循環(huán)神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測算法;首先以專家評價為基礎構建網(wǎng)絡安全的系統(tǒng)角色,由三角模糊函數(shù)獲取專家評估指標;然后引入D-S證據(jù)理論進行評估指標的篩選、推理和校正,構建網(wǎng)絡安全態(tài)勢損失矩陣和可能性矩陣;最后,以損失矩陣和可能性矩陣為特征輸入至循環(huán)神經(jīng)網(wǎng)絡中,獲取網(wǎng)絡安全態(tài)勢預測結果。仿真實驗結果表明,D-S證據(jù)理論有效地解決了評價沖突和主觀偏差問題,循環(huán)神經(jīng)網(wǎng)絡使得網(wǎng)絡安全態(tài)勢預測結果的精度和魯棒性都得到了提升。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1循環(huán)神經(jīng)網(wǎng)絡(RNN)結構及長短時記憶(LSTM)單元結構

將LSTM單元作為RNN隱含層,可以有效地保證梯度的變化。該記憶單元由4個受限門組成,分別是輸入門、記憶門、輸出門和狀態(tài)單元,這4個結構經(jīng)過一些限制算法來保留誤差梯度。LSTM需要進行公式組合,給出各個門對信息傳遞的限制。1)輸入門,

圖2MITDARPA數(shù)據(jù)集網(wǎng)絡拓撲結構圖

實驗中邀請30位網(wǎng)絡安全專家對網(wǎng)絡架構的安全等級進行評估。為了驗證雙重模糊評價系統(tǒng)的有效性,從中提取3位具有代表性的專家進行驗證,這3位專家在評估等級上的沖突較大,使用傳統(tǒng)D-S證據(jù)推理難以獲得更好的結果。假設資產(chǎn)集合為M={m1,m2},威脅信息角色為Th={th....

圖3本文中提出的算法的輸出值與實際輸出值的對比

為了比較本文中提出的算法與傳統(tǒng)的淺層學習方法的預測結果,在實驗條件相同的情況下,分別采用BPNN、GA、ACO等3種方法進行網(wǎng)絡安全態(tài)勢預測,結果如圖4所示。表5所示為10個關鍵威脅點的網(wǎng)絡安全態(tài)勢在不同算法下的對比值,表6所示為不同算法的迭代時間與均方誤差。圖4不同算法的....

圖4不同算法的網(wǎng)絡安全態(tài)勢預測對比

圖3本文中提出的算法的輸出值與實際輸出值的對比從實驗結果的對比可以看出:1)在關鍵威脅時間點的網(wǎng)絡安全評估上,雙重模糊評價體系具有更全面的優(yōu)勢,特別是在處理專家預測結果沖突的情況下,結合深度預測模型后能夠獲得更精確、魯棒性更好的安全評估預測結果,因此該模型在網(wǎng)絡安全評估預測上....

本文編號：3983412