10.19665/j.issn1001-2400.2021.01.021
一种深度学习的网络安全态势评估方法
由于传统的网络安全态势评估方法依赖于人工的标注和评估,在面对大量数据时,存在效率低、灵活性差等问题.针对这些问题,提出一种深度学习的网络安全态势评估方法.首先,建立深度自编码模型,对网络中受到的各种攻击进行识别;然后,为了提高模型对拥有少量训练样本的类型的检测率,设计了欠过采样加权算法;最后进行模型测试并计算攻击概率,确定每种攻击的影响得分并计算网络安全态势值.实验结果表明,提出的深度自编码模型的准确率和召回率都优于对比的模型,这使得评估结果更加准确有效.
网络安全态势评估、网络攻击、深度学习、深度自编码器、数据重采样
48
TP309(计算技术、计算机技术)
国家自然科学基金民航联合研究项目U1833107
2021-03-08（万方平台首次上网日期，不代表论文的发表时间）
共8页
183-190
