基于深度堆栈编码器和反向传播算法的网络安全态势要素识别

摘要：

网络安全态势要素识别的基础是对态势数据集进行有效的特征提取.针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督学习算法逐层训练网络,在此基础上堆叠得到深度堆栈编码器,利用编码器提取数据集特征,实现了网络的无监督训练.仿真实验验证了该方法能有效提升安全态势感知的效能和准确度.

关键词：网络安全态势、反向传播神经网络、堆栈编码器、数据分析

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61303074

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2187-2193