应用深度自编码网络的网络安全态势评估

• 作者: 刘璟 张任川 张玉臣 汪永伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 态势评估 深度自动编码器 深度自编码网络 标签
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 92-98
• 页数: 7页
• 分类号: TP309
• 字数: 6385字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0344

摘要

针对BP神经网络类方法对标签数据的依赖性缺陷,提出了一种基于深度自动编码网络的态势评估方法.模型应用深度自动编码器作为基本单元构建深度自编码网络,结合专家经验和层次化评估的方法训练深度自编码网络.利用无标签数据采用无监督逐层算法对网络进行预训练,确定网络各层参数及权值的范围空间.在此基础上,采用有监督算法使用有标签样本对网络进行微调,对各层参数及权值进行优化,最终形成具有对输入态势数据进行准确评估能力的模型.多种样本数量条件下的对比实验表明,相对于BP神经网络类方法,基于深度自动编码网络模型受标签的影响较小,明显减少了对专家经验的依赖,并且具有整体上较高的评估精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉臣		12	36	3.0	5.0
2	汪永伟		20	78	5.0	8.0
3	刘璟		3	18	2.0	3.0
4	张任川		2	4	1.0	2.0