基于无监督生成推理的网络安全威胁态势评估方法

• 作者: 吕伟力 杨宏宇 王峰岩
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 无监督生成推理 变分自动编码器-生成式对抗网络(VAE-GAN) 威胁发生概率 威胁态势评估
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 可信计算与信息安全
• 页码范围: 474-484
• 页数: 11页
• 分类号: TP309
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2020.22.005

摘要

针对基于数据类别标记的监督武网络数据建模方式在评估网络威胁态势时存在计算成本高,效率低和耗时长的问题,该文提出一种基于无监督生成推理的网络安全威胁态势评估方法.首先,设计一种变分自动编码器-生成式对抗网络(VAE-GAN)模型,将只包含正常网络流量的训练数据集输入到由VAE-GAN组成的网络集合层进行训练,统计每层网络输出的重构误差,并使用输出层的3层变分自动编码器训练重构误差;然后使用包含异常网络流量的测试数据集进行分组威胁测试,统计每组测试的威胁发生概率;最后根据威胁发生概率确定网络安全威胁严重度,结合威胁影响度计算威胁态势值对网络安全威胁态势进行评估.仿真实验结果表明,与反向传播(BP)和径向基函数(RBF)方法相比,该方法能够更直观地评估网络威胁的整体态势,对网络威胁具有更好的表征效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宏宇		76	504	13.0	19.0
2	王峰岩		4	5	2.0	2.0
3	吕伟力		2	0	0.0	0.0