恶意攻击下自组织网络安全态势感知算法  

作　　者：白磊 张涛 BAI Lei;ZHANG Tao

机构地区：[1]郑州工业应用技术学院信息工程学院,河南郑州451150 [2]郑州理工职业学院信息工程学院,河南郑州451100

出　　处：《信息技术与信息化》2024年第9期205-208,共4页Information Technology and Informatization

摘　　要：在恶意攻击下的网络安全状态数据类内和类间散度差异过大,导致数据降维效果差影响网络安全态势感知。为此,提出恶意攻击下自组织网络安全态势感知算法。采用线性判别分析方法,将原始的高维网络安全状态数据进行降维处理,把原始高维样本数据投影到最佳矢量空间中,找到新的投影方向,然后结合线性变换实现数据降维。考虑网络状态数据的动态发展属性特征,引入RBF神经网络展开态势感知,并利用最小二乘法对RBF神经网络的结构参数进行优化处理,实现对安全态势的精准判断。在测试结果中,设计网络安全态势感知算法对于不同恶意攻击下网络丢包率的感知误差较低,说明其可以准确识别不同类型的攻击,有利于提高网络运行的安全性。

关 键 词：恶意攻击 自组织网络 安全态势感知 线性判别分析 鉴别矢量空间 数据特征 空间维数 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]