基于条件随机的网络安全态势预测
为了预测未来的网络安全态势,前人提出了很多预测模型,包括人工神经网络、支持向量机、灰色verhulst模型和其他很多模型.然而前人提出的多数模型都没有对网络安全态势序列的时间序列特性投入足够的关注.通过考虑网络安全态势的时间序列本质,我们将序列标注框架引入网络安全态势序列的研究中,将未来的网络安全态势标签作为标注序列.尽管条件随机场在自然语言处理领域中的序列标注问题上已经展现了令人满意的结果,但已出版的论文对条件随机场在网络态势预测领域应用的关注过于少了.所以我们提山了一个基于条件随机场的网络安全态势预测模型,并基于CRF++源代码实现了模型.为了提高预测准确率,我们采用了基于频域的特征选择算法并通过修改CRF++的源代码实现了优化算法.为了检验我们所提出模型的预测效果,我们使用了有标签的gureKddcup数据集,并证实了模型的有效性.实验表明,由我们所提山的模型所生成标注序列可以很好的预测未来安全态势序列的标值.
网络安全态势 预测模型 条件随机场 特征选择算法
于薇 查达仁 韩守康
中国科学院大学网络空间安全学院信息工程研究所,北京 中国100093
国内会议
北京
中文
161-167
2017-05-18（万方平台首次上网日期，不代表论文的发表时间）