基于改进D-S证据理论的网络安全态势评估方法

被引:80
作者
汤永利
李伟杰
于金霞
闫玺玺
机构
[1] 河南理工大学计算机科学与技术学院
关键词
网络安全态势评估; 反向传播神经网络; D-S证据理论; 基本概率分配; 态势识别率;
D O I
10.14177/j.cnki.32-1397n.2015.39.04.005
中图分类号
TP393.08 [];
学科分类号
摘要
网络安全态势评估是信息安全领域的研究热点问题。为了解决现有评估中过度依赖专家经验问题,提出了一种基于改进D-S证据理论的网络安全态势评估方法。该方法融合多源态势信息,利用基于遗传算法优化反向传播(Back propagation,BP)神经网络来获得D-S证据理论的基本概率分配(Basic probability assignation,BPA),由D-S证据理论对BPA依次进行合成计算,弱化人为因素对BPA的影响,提高BPA的预测精度和网络安全态势识别率。通过真实网络环境的实验验证了该方法在网络安全态势评估中的可行性和有效性。
引用
收藏
页码:405 / 411
页数:7
相关论文
共 10 条
[1]
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2005,
[2]
Intrusion detection systems and multisensor data fusion [J].
Bass, T .
COMMUNICATIONS OF THE ACM, 2000, 43 (04) :99-105
[3]
基于增量式GHSOM神经网络模型的入侵检测研究 [J].
杨雅辉 ;
黄海珍 ;
沈晴霓 ;
吴中海 ;
张英 .
计算机学报, 2014, 37 (05) :1216-1224
[4]
一种基于改进D-S证据理论的信任关系强度评估方法研究 [J].
赵秋月 ;
左万利 ;
田中生 ;
王英 .
计算机学报, 2014, 37 (04) :873-883
[5]
基于神经网络的网络安全态势感知 [J].
谢丽霞 ;
王亚超 ;
于巾博 .
清华大学学报(自然科学版), 2013, 53 (12) :1750-1760
[6]
一种基于攻击图的安全威胁识别和分析方法 [J].
吴迪 ;
连一峰 ;
陈恺 ;
刘玉岭 .
计算机学报, 2012, 35 (09) :1938-1950
[7]
网络态势感知研究 [J].
龚正虎 ;
卓莹 .
软件学报, 2010, 21 (07) :1605-1619
[8]
基于信息融合的网络安全态势评估模型 [J].
韦勇 ;
连一峰 ;
冯登国 .
计算机研究与发展, 2009, 46 (03) :353-362
[9]
基于改进GA的WRBF神经网络设计与应用 [J].
陈得宝 ;
赵春霞 .
南京理工大学学报(自然科学版), 2007, (03) :370-374
[10]
层次化网络安全威胁态势量化评估方法 [J].
陈秀真 ;
郑庆华 ;
管晓宏 ;
林晨光 .
软件学报, 2006, (04) :885-897