基于数据聚类的网络安全防护态势 优化方法

• 作者: 李星 李浩然
• 来源期刊: 计算机测量与控制
• 学科: 工学
• 关键词: 数据聚类 网络安全防护 预测 数据挖掘
• 年，卷（期）: 2024,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 267-273
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.09.039

摘要

针对传统模糊特征检测方法存在的效率低、精度不高等问题，设计了一种新的网络安全防护态势优化模型；对网络安全状态分布进行建模，并利用数据挖掘技术对网络信息进行挖掘；利用新型入侵识别检测方法对所设计的网络安全估计状态进行自适应特征提取，提取网络安全状况的特征数据集和处理单元；采用模糊C平均数据聚类方法(FCM)提取综合信息；对入侵特征信息流进行分类，根据属性分类结果进行网络安全态势预测，实现安全态势评估；基于不同场景下进行实验，结果表明，所提算法适用于网络安全的场景，准确性和鲁棒性都得到了验证。