基于小波神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法研究.pdf

1、隨著互聯(lián)網(wǎng)規(guī)模和應(yīng)用范圍不斷擴(kuò)大，網(wǎng)絡(luò)攻擊正逐步向各類聯(lián)網(wǎng)終端滲透，且攻擊手段越發(fā)高明隱蔽，網(wǎng)絡(luò)癱瘓、數(shù)據(jù)和用戶信息泄露等安全問題日益突出，嚴(yán)峻的網(wǎng)絡(luò)安全形勢(shì)給傳統(tǒng)單點(diǎn)單源的安全防御系統(tǒng)帶來新的挑戰(zhàn)。網(wǎng)絡(luò)安全態(tài)勢(shì)感知是近年來國內(nèi)外學(xué)者為解決單一防御問題而出現(xiàn)的新技術(shù)，能夠?qū)崿F(xiàn)對(duì)網(wǎng)絡(luò)整體上的安全態(tài)勢(shì)進(jìn)行監(jiān)控和預(yù)測(cè)，對(duì)調(diào)整安全策略，提高網(wǎng)絡(luò)系統(tǒng)的應(yīng)急響應(yīng)能力具有重要的現(xiàn)實(shí)意義。
　　網(wǎng)絡(luò)安全態(tài)勢(shì)感知包括3個(gè)關(guān)鍵技術(shù):態(tài)勢(shì)要素獲取、態(tài)勢(shì)

2、評(píng)估和態(tài)勢(shì)預(yù)測(cè)，前者為后者提供數(shù)據(jù)支撐。現(xiàn)有的態(tài)勢(shì)預(yù)測(cè)方法對(duì)初始訓(xùn)練數(shù)據(jù)依賴性強(qiáng)，預(yù)測(cè)結(jié)果準(zhǔn)確性不高，即態(tài)勢(shì)評(píng)估結(jié)果的客觀性以及態(tài)勢(shì)預(yù)測(cè)方法的有效性是影響預(yù)測(cè)精度的關(guān)鍵。本文針對(duì)以上問題展開研究，具體工作如下:
　　設(shè)計(jì)基于多種群遺傳算法(MPGA)優(yōu)化HMM的態(tài)勢(shì)評(píng)估方法。相比傳統(tǒng)的靜態(tài)評(píng)估方法，HMM直接在態(tài)勢(shì)要素信息和網(wǎng)絡(luò)安全狀態(tài)之間建立映射關(guān)系，實(shí)時(shí)量化網(wǎng)絡(luò)安全態(tài)勢(shì)值，具有建模簡(jiǎn)單、運(yùn)算高效等優(yōu)點(diǎn)。但模型參數(shù)的確定是影響其

3、性能的關(guān)鍵，利用MPGA對(duì)模型參數(shù)進(jìn)行優(yōu)化，通過加強(qiáng)種群之間的信息交流，豐富個(gè)體多樣性，以及提高種群的平均適應(yīng)度值來提高算法的全局搜索能力，加快收斂速度。最后將評(píng)估結(jié)果與網(wǎng)絡(luò)受攻擊情況進(jìn)行對(duì)比，具有很好的一致性，表明該方法是客觀合理的。
　　設(shè)計(jì)基于混沌粒子群算法(CPSO)優(yōu)化小波神經(jīng)網(wǎng)絡(luò)(WNN)的態(tài)勢(shì)預(yù)測(cè)方法。由于態(tài)勢(shì)值序列具有非線性時(shí)間序列的特點(diǎn)，而小波神經(jīng)網(wǎng)絡(luò)對(duì)于處理非線性時(shí)間序列數(shù)據(jù)具有比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更強(qiáng)的映射能力。本