神经网络视域下互联网安全态势预测方法分析

摘要：

传统层次化网络安全态势评估模型在应用时,主要利用入侵检测系统和警报系统发挥态势评估作用,对警告要素关联性缺乏关注.文章以神经网络为基础背景探讨互联网安全态势预测,意在完善层次化态势评估模型,融入模糊层,为提升网络安全态势评估质量提供保障.通过实践分析可知,模糊层构建后,能够通过警报匹配模式衡量警报成功率数值指标,并且进一步对警报威胁性、警报成功率、警报周期3项指标进行明确,确认其对网络安全态势影响程度.最后,在不同模型结构层级上计算出综合警报态势值,达到优化错报漏报问题、提升评估结果准确度的目标.

关键词：神经网络、互联网安全态势评估、深度学习、警报成功率、警报态势值

所属期刊栏目：20

分类号：TP39(计算技术、计算机技术)

资助基金：江西科技学院校级教育教学课题JY2102

在线出版日期：2023-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：144-146