面向网络实时风险预测的马尔可夫时变模型
为了能实时准确地预测网络风险发生的可能性,帮助管理员对网络中的风险进行有效的管理,本文提出了一种用于实时风险概率预测的马尔可夫时变模型.基于此模型,给出了风险概率预测方法,通过实时更新模型中的状态概率转移矩阵,来预测未来时刻网络的风险概率.仿真实验将此模型应用于网络攻击环境下,结合特征提取、统计学习,来预测网络在不同风险等级下的概率.同传统的马尔可夫预测模型相比,该模型具有更高的实时性、客观性和准确性.
计算机应用、安全风险预测、马尔可夫时变模型、网络攻击
33
TP309(计算技术、计算机技术)
国家自然科学基金资助项目60903027;南京理工大学自主科研专项计划资助项目2010XQTR04
2012-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
163-169