基于RBF神经网络的通信网络安全态势感知方法
常规的感知方法在感知通信网络安全态势时,感知准确率偏低,且感知精度容易受到网络环境干扰因素影响.针对这一问题,本文提出了基于RBF神经网络的通信网络安全态势感知方法,将Suricata、Shellcodes等多种探测器应用到通信网络中,用于探测网络流量数据,并提取数据特征;基于RBF神经网络计算网络攻击发生概率,根据计算结果,评估和感知通信网络的安全态势.通过对比实验证明,新的感知方法与现有方法相比感知准确率更高,且对通信网络中的影响因素具有极强的抗干扰能力,可以保证感知结果的精度.
RBF神经网络、网络安全态势、感知方法、通信网络
TP393.08;TN929.53;TP183
2023-07-04（万方平台首次上网日期，不代表论文的发表时间）
共3页
82-84
