恶意攻击下自组织网络安全态势感知算法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：在恶意攻击下的网络安全状态数据类内和类间散度差异过大,导致数据降维效果差影响网络安全态势感知.为此,提出恶意攻击下自组织网络安全态势感知算法.采用线性判别分析方法,将原始的高维网络安全状态数据进行降维处理,把原始高维样本数据投影到最佳矢量空间中,找到新的投影方向,然后结合线性变换实现数据降维.考虑网络状态数据的动态发展属性特征,引入RBF神经网络展开态势感知,并利用最小二乘法对RBF神经网络的结构参数进行优化处理,实现对安全态势的精准判断.在测试结果中,设计网络安全态势感知算法对于不同恶意攻击下网络丢包率的感知误差较低,说明其可以准确识别不同类型的攻击,有利于提高网络运行的安全性.

作者：

白磊、张涛

展开 >

作者单位：

郑州工业应用技术学院信息工程学院河南郑州 451150

郑州理工职业学院信息工程学院河南郑州 451100

关键词：

恶意攻击自组织网络安全态势感知线性判别分析鉴别矢量空间数据特征空间维数

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.09.047

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(9)