基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究.pdf

《基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究李晓阳一～-tm一叽一。(东～肺一～)eV北订～一～她-一蠹电l(，嘲力一b．～一ya要大一一E一学叩～i信一d．耋墨I息一～工+～呲一程一h～，Ugl学吾院，吉林吉林132012)摘要：随着互联网的迅速发展，网络安全问题越来越严重，分析及预测网络安网络安全态势，对于网络安全具有重要意义。本文在网络安全态势量化的的基础上，改进贝叶斯算法，提出一种改进型贝叶斯正则化BP神经网络模型的网络安全态势预测方法，通过模拟网络环境进行教据分析，验证了该

2、预测方法可以减小了训练误差和预测误差，提高了对网络安全态势预测精度，证明了该方法的可行性。关键词：贝叶斯正则化；BP神经网络；网络安全态势；态势预测TheelectricpowernetworksecuritysituationpredictionaboutBPneuralnetworkmodelbasedonimprovedbayesianregularizationnrCW．一．肿m一～～．-m重一tm一=～n—～一一瑟一一～一一1概述．量甜胁mc∞量的参数大小。随着网络的迅速发展，互联网的规模不

3、断扩大，计算机网然后通过该算法计算Hessian矩阵，则大大降低了神经网lcb络技术已广泛地应用社会的各个行业，它给人们的带来方便的络的计算量。在MATLABR201la里面通过train—br函数来实现同时，也存着越来越严重的网络安全方面的隐患。传统的网络贝叶斯正则化。安全技术已很难满足需求，因此网络安全态势感知技术顺应运3建模过程时代而生。本文利用层次化”相关研究内容，结合获取到的网络运行近年来，网络安全问题愈发凸显，分析及预测网络安网络中主机系统和网络设备产生的日志、告警等数据，利用自下而上安全

4、态势，对于网络安全具有重要意义。文献．m一c．～提。m一出一舱了一～∞基于一～m贝一一叶一．们-一～量网络安全态势值量化策略，对网络态势指标进行量化。在实斯网络的网络安全态势评估方法研究，但该方法对事物的推断验环境下，提取网络运行时的多种设备的性能参数，从而更真必须且只须根据后验分布，而不能再涉及样本分布。文献使用实反映网络的安全态势状况。建模过程如下：BP神经网络对网络安全态势进行评估，该方法会可能使训练陷第一，通过一定的方式收集到网络安全态势要素方面的的入局部极值，导致权值收敛到局部极小点，从而导

5、致网络训练原一始数据，筛选出有关的数据并加以关联融合，分析出网络服失败。．一一～务受遭受到的攻击数量、严重程度，通过量化公式计算出每个本文在吸收以上两种预测算法优点，结合网络安全态势值服务的网络服务安全指数。具有非线性时间序列的特点，利用神经网络处理非线性数据的第二，根据第一步的服务信息，然后计算网络中活动主机优势，对算法进行改进，提出一种基于贝叶斯的BP神经网络模系统中每项服务的权重，从而获得网络系统安全指数。型的网络安全态势预测方法，最后进行了实验仿真，说明了该第三，收集网络运行时主机系统的性能状

6、态信息，通过基预测方法的有效性和科学性。于加权的性能参数修正算法计算出改进后的主机系统网络安全2正则化BP神经网络态势指数。所谓的正则化方法，就是指在误差函数的基础上，再增加第四，根据网络中的网络设备及主机系统信息，进而计算了一个逼近复杂函数，在误差函数正规化方法时，改进其网络得出该网络设备及主机系统在信息网络中的重要性所占权重，函数为：F=+。其中Ew=∑表示神经网络权重的再结合各个设备的网络安全态势信息，计算出各个子网的网络安全威胁性指数。平方和，cD表示神经网络连接的权值，M表示神经网络连接权的

7、数目，E表示神经网络期望值和目标值的残差平方和，c[，卢第五，最后将信息网的网络安全态势信息进行整合，从而表示目标函数的参数，神经网络的训练目标取决于该目标函数获取整个网络的安全态势状况。4实验仿真(1)本文实验环境设计如图1作者简介：李晓阳(1984-)，男，汉族，湖南未阳人，硕士研究(2)数据处理：先对原始数据进行归一化处理，再进行贝生，研究方向：计算机网络安全。(下转第28页)日圜目姗9