-
公开(公告)号：CN103581188A
公开(公告)日：2014-02-12
申请号：CN201310544315.8
申请日：2013-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种网络安全态势预测方法及系统，方法包括：将获得的网络安全态势值序列集合作为训练数据；对反向传播神经网络结构进行初始化，包括设定输入层神经元个数M和输出层神经元个数N；对该训练数据进行实数编码，并找到最具适应度训练数据；将该最具适应度训练数据中的该输入层神经元个数M所对应的安全态势值作为输入值，该输出层神经元个数N所对应的安全态势值作为期望输出值，训练该反向传播神经网络，并建立网络安全态势的预测模型；将该输入层神经元个数M所对应的安全态势值作为输入值，根据该预测模型预测该输出层神经元个数N所对应的网络安全态势值。该方法能提高网络安全态势预测的收敛速度，降低训练时间和预测误差。
-
公开(公告)号：CN103581186B
公开(公告)日：2016-09-07
申请号：CN201310541306.3
申请日：2013-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种网络安全态势感知方法及系统，方法包括：提取可用于描述网络安全态势的关键要素，包括网络流量稳定性、威胁性、脆弱性、用户行为；对提取的该关键要素，进行二级指标分值和一级指标分值计算，该一级指标分值包括网络流量稳定性指标分值SS、威胁性指标分值TS、脆弱性指标分值VS、用户行为指标分值US；最后，利用加权求和计算整个网络安全态势值。本发明的目的在于，力求建立全面的网络安全态势感知指标，提高网络安全态势感知的有效性和实时性。
-
公开(公告)号：CN103581188B
公开(公告)日：2016-08-03
申请号：CN201310544315.8
申请日：2013-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种网络安全态势预测方法及系统，方法包括：将获得的网络安全态势值序列集合作为训练数据；对反向传播神经网络结构进行初始化，包括设定输入层神经元个数M和输出层神经元个数N；对该训练数据进行实数编码，并找到最具适应度训练数据；将该最具适应度训练数据中的该输入层神经元个数M所对应的安全态势值作为输入值，该输出层神经元个数N所对应的安全态势值作为期望输出值，训练该反向传播神经网络，并建立网络安全态势的预测模型；将该输入层神经元个数M所对应的安全态势值作为输入值，根据该预测模型预测该输出层神经元个数N所对应的网络安全态势值。该方法能提高网络安全态势预测的收敛速度，降低训练时间和预测误差。
-
公开(公告)号：CN103581186A
公开(公告)日：2014-02-12
申请号：CN201310541306.3
申请日：2013-11-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种网络安全态势感知方法及系统，方法包括：提取可用于描述网络安全态势的关键要素，包括网络流量稳定性、威胁性、脆弱性、用户行为；对提取的该关键要素，进行二级指标分值和一级指标分值计算，该一级指标分值包括网络流量稳定性指标分值SS、威胁性指标分值TS、脆弱性指标分值VS、用户行为指标分值US；最后，利用加权求和计算整个网络安全态势值。本发明的目的在于，力求建立全面的网络安全态势感知指标，提高网络安全态势感知的有效性和实时性。
-
-
-
Search Results
4
records
(took 0.023 seconds)
