基于多模型权重提取与融合的网络安全态势预测研究

题名	基于多模型权重提取与融合的网络安全态势预测研究
作者	姜万菲
导师	郝晓弘
答辩日期	2016
学位名称	硕士
关键词	网络安全态势感知态势预测权重提取组合预测
摘要	为了改善传统的安全方法不能及时对网络威胁做出处理的现状,本文将态势感知技术融合进网络安全,利用态势感知中的态势预测技术预测未来网络环境的安全态势,有利于管理者提前对威胁做好防备,及时应对来减少威胁带来的损失。然而,目前关于态势感知的研究还并不成熟,尤其态势预测更是处于起步阶段。虽有些态势预测方法已经被提出,但网络安全事件的不确定性限制了传统预测方法的预测精度。为此,本文主要做了如下工作:首先,针对网络安全态势预测研究中采用的数据陈旧的问题,寻找新的网络数据来源,通过对国家互联网应急中心(CNCERT/CC)网站公布的数据进行归一化处理,得到我国大陆2015年52周的网络安全态势值,并利用这组网络安全态势值展开本文的研究工作。其次,针对已有的态势预测方法存在实时性差、预测精度不高的问题,提出了基于多模型权重提取与融合的态势预测方法,实现多模型的组合预测。由于不同类型的态势预测方法存在不同的优缺点,本文综合考虑各模型的使用范围、预测精度等特点,选取了灰色预测模型、BP神经网络预测模型、Elman神经网络预测模型和RBF神经网络预测模型进行融合。分别建立四种预测方法的单项预测模型和最终的组合预测模型,并采用这些模型对网络安全态势进行预测。最后,通过仿真实验,对比各单项模型和组合模型的预测结果,进行误差分析,对比分析结果表明本文提出的组合预测方法比单项预测方法具有更高的预测精度。
页数	64
URL	查看原文
语种	中文
收录类别	CNKI
中图分类号	TP393.08
文献类型	学位论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/92066
专题	兰州理工大学
作者单位	兰州理工大学
第一作者单位	兰州理工大学
推荐引用方式 GB/T 7714	姜万菲. 基于多模型权重提取与融合的网络安全态势预测研究[D],2016.