计算机感知 计算机神经网络,基于神经网络的网络安全态势感知技术计算机研究...

本文是一篇计算机论文研究，本课题结合神经网络在网络安全方面的应用优势，从态势评估以及态势预测两方面进行研究，来提升网络安全态势的感知和预测能力，主要的研究工作有：(1)针对 DNN 在攻击检测上存在检测精度低、误报率高等问题，本文提出了一种融合批量规范化和深层神经网络的攻击检测模型。该模型在深层神经网络的隐藏层中添加了批量规范化层，优化隐藏层的输出结果，然后采用 Adam 自适应梯度下降优化算法对 BNDNN 进行参数自动优化，提高模型的异常检测能力。通过分析不同网络攻击对网络安全状况的影响情况，构建基于攻击因子的态势评估指标，该方法利用受到攻击的情况来体现主机当前态势状况，再根据网络中所有主机的态势信息综合计算整个网络的态势值并量化得出态势等级，实现了网络安全态势的感知。(2)通过分析网络安全态势具有时序性的特点，结合上述获得的安全态势值，采用长短期记忆网络(LSTM)来解决态势预测问题；同时利用遗传算法(GA)优秀的学习能力以及全局搜索能力来优化 LSTM 的网络结构参数，建立了基于 GA-LSTM 的态势预测模型，实现了对网络安全态势的预测。

1 绪论

1.1 课题的研究背景以及研究意义

据 CNNIC 在第 44 次统计报告中指出[1]，到 2019 年 6 月为止，我国的网络用户数量又创新高，高达 8.54 亿，比 2018 年增长了近 2.6 万；互联网普及率增至 61.2%，比2018 年增长了 1.6%。随着网络规模的急剧增大，随之而来的网络环境也日趋复杂，同时网络安全问题也日益严峻。

如图 1-1 所示，在国家互联网应急中心发布的近几年网络态势报告中可以看出，虽然网络整体态势控制在“良”或者“中”等级，但是依然有主机感染网络病毒，且每周都有新增的安全漏洞。

......................

1.2 国内外研究现状

1.2.1 国外现状

国外来讲，对网络安全态势感知的研究工作进行得比较早且研究相对系统化，最早是 1988 年 Endsley[4]定义网络安全态势感知为 3 步ÿ