-
题名基于改进SKNet-SVM的网络安全态势评估
- 1
-
-
作者
赵冬梅
孙明伟
宿梦月
吴亚星
-
机构
河北师范大学计算机与网络空间安全学院
河北师范大学河北省网络与信息安全重点实验室
供应链大数据分析与数据安全河北省工程研究中心
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期334-349,共16页
-
基金
国家自然科学基金(No.61672206)
中央引导地方科技发展资金(No.216Z0701G)
+1 种基金
河北省省级科技计划(No.22567606H)
河北师范大学科研基金(No.L2023J04,No.L2021T09)资助。
-
文摘
为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,增强特征之间关联性。然后,将提取的特征输入到支持向量机中进行分类,并使用网格优化算法对支持向量机中的参数进行全局寻优。最后,根据网络攻击影响指标计算网络安全态势值。实验表明,基于改进选择性卷积核卷积神经网络和支持向量机的态势评估模型与传统的卷积神经网络搭建的态势评估模型相比,准确率更高,并且具有更强的稳定性和鲁棒性。
-
关键词
网络安全态势评估
网络安全态势感知
改进选择性卷积核卷积神经网络
支持向量机
网格优化算法
-
Keywords
network security situation assessment
network security situation awareness
improved selective kernel convolutional neural network
support vector machine
grid optimization algorithm
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
