基于概率神经网络的安全态势要素提取

摘要：

网络安全态势要素提取精度的高低直接影响着态势感知系统的性能,针对在复杂异构的网络环境中网络安全态势要素提取困难的问题,文章提出了一种基于概率神经网络的安全态势要素提取方法.在该方法中,通过粗糙集对原始数据进行属性约简,删除冗余属性,然后,使用概率神经网络对约简后的数据集进行分类训练.为验证该方法的有效性,使用NSL-KDD数据集对该要素提取方法进行仿真测试.实验分析结果表明,该方法是一种有效、可行的态势要素提取方法,与其传统方法相比,该方法明显地提高了网络态势要素提取的准确性,为网络安全态势的评估和预测提供了有力的数据保障.

关键词：态势感知、态势要素提取、粗糙集、概率神经网络

所属期刊栏目：11

分类号：TP393.08(计算技术、计算机技术)

资助基金：1.国家自然科学基金项目;2.国家自然科学基金项目;3.国家自然科学基金项目;4.国家自然科学基金项目;5.国家自然科学基金项目;6.国家自然科学基金联合重点项目

在线出版日期：2020-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：56-61