基于概率神经网络的安全态势要素提取

• 作者: 巩道福 常镒恒 李霞 马照瑞
• 来源期刊: 网络空间安全
• 学科: 工学
• 关键词: 态势感知 态势要素提取 粗糙集 概率神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 网络与系统安全
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP393.08
• 语种: 中文

摘要

网络安全态势要素提取精度的高低直接影响着态势感知系统的性能,针对在复杂异构的网络环境中网络安全态势要素提取困难的问题,文章提出了一种基于概率神经网络的安全态势要素提取方法.在该方法中,通过粗糙集对原始数据进行属性约简,删除冗余属性,然后,使用概率神经网络对约简后的数据集进行分类训练.为验证该方法的有效性,使用NSL-KDD数据集对该要素提取方法进行仿真测试.实验分析结果表明,该方法是一种有效、可行的态势要素提取方法,与其传统方法相比,该方法明显地提高了网络态势要素提取的准确性,为网络安全态势的评估和预测提供了有力的数据保障.