基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统网络安全态势预测模型预测精度较低的不足,提出一种网络安全态势自适应预测模型.首先,提取警报要素并利用熵关联法计算得到网络安全态势的时间序列;然后,将该序列作为滑动自适应三次指数平滑法的输入,并生成安全态势初始预测值序列;最后,基于误差状态通过时变加权马尔科夫链预测误差,并修正初始预测值.实验结果表明,自适应预测模型相比其他模型具有较好的预测精度.
推荐文章
基于自修正系数修匀法的网络安全态势预测
安全态势
量化方法
可变域空间
修正
多重系数修匀
一种基于AC-RBF神经网络的网络安全态势预测方法
自适应聚类径向基函数(AC-RBF)神经网络
网络安全态势预测(NSSP)
态势图
基于MCS-RELM的网络安全态势预测模型
网络安全态势
正则极限学习机
谷鸟搜索算法
预测模型
基于Kalman算法的网络安全态势预测
网络安全态势
态势评估
Kalman滤波
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种网络安全态势自适应预测模型
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 网络安全态势 熵关联法 预测值 三次指数平滑法 时变加权马尔科夫链
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 14-22
页数 9页 分类号 TP309
字数 6334字 语种 中文
DOI 10.19665/j.issn1001-2400.2020.03.003
五维指标
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 中国民航大学计算机科学与技术学院 76 504 13.0 19.0
2 张旭高 中国民航大学计算机科学与技术学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (164)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络安全态势
熵关联法
预测值
三次指数平滑法
时变加权马尔科夫链
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导