基于贝叶斯优化的CatBoost的网络安全态势评估方法

扫码查看

原文链接

万方数据
维普

中文摘要：网络安全法的颁布和信息安全等级保护2.0标准的实施对网络安全领域提出了更高的要求,这就促使现有的防护理念需要向主动防御、动态防御进行转变,使用网络安全态势感知技术对信息系统进行防护.贝叶斯优化考虑上文寻优信息,不断更新先验,具有迭代次数少、速度快的优点,CatBoost模型具有防止过拟合和自动特征值处理等优点.因此针对CatBoost模型使用贝叶斯优化的方法进行参数优化,将优化后的模型应用于网络威胁的态势评估当中.在KDD99和CICIDS2017数据集上进行实验验证,通过与常用分类算法进行对比,各项评估指标均优于其他算法,验证基于贝叶斯优化的CatBoost模型在安全态势评估当中的可行性.

外文标题：Network Security Situation Assessment Method Based on Bayesian Optimization CatBoost

作者：

祝卫军、黎琳

展开 >

作者单位：

北京交通大学计算机与信息技术学院,北京 100044

关键词：

网络安全态势评估贝叶斯优化 CatBoost模型

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.06.002