2020年 03期

摘要(Abstract)：

针对传统的模糊评价系统存在评价冲突和主观偏差,造成网络安全态势预测出现精度和鲁棒性较低等问题,提出一种结合Dempster-Shafer(D-S)证据理论与循环神经网络的网络安全态势预测算法;首先以专家评价为基础构建网络安全的系统角色,由三角模糊函数获取专家评估指标;然后引入D-S证据理论进行评估指标的筛选、推理和校正,构建网络安全态势损失矩阵和可能性矩阵;最后,以损失矩阵和可能性矩阵为特征输入至循环神经网络中,获取网络安全态势预测结果。仿真实验结果表明,D-S证据理论有效地解决了评价冲突和主观偏差问题,循环神经网络使得网络安全态势预测结果的精度和鲁棒性都得到了提升。

键词(KeyWords)： 双重模糊评价;损失矩阵;可能性矩阵;Dempster-Shafer证据理论;循环神经网络

基金项目(Foundation): 国家自然科学基金项目(51806135)

作者(Author): 魏青梅,李宇博,应雨龙

DOI: 10.13349/j.cnki.jdxbn.2020.03.007

参考文献(References)：

[1] 韩晓露,刘云,张振江,等.基于IFS-NARX模型的网络安全态势预测[J].吉林大学学报(工学版),2019,49(2):592-598.

[2] YANG S,YIN D,SONG X,et al.Security situation assessment for massive MIMO systems for 5G communications[J].Future Generation Computer Systems,2019,98:25-34.

[3] FAN Z,XIAO Y,NAYAK A,et al.An improved network security situation assessment approach in software defined networks[J].Peer-to-Peer Networking and Applications,2019,12(2):295-309.

[4] 张任川,张玉臣,刘璟,等.应用改进卷积神经网络的网络安全态势预测方法[J].计算机工程与应用,2019,55(6):86-93.

[5] 孙卫喜,孙欢.网络安全态势预测技术研究[J].计算机技术与发展,2019,29(4):100-104.

[6] GAO J,BAI H,WANG D,et al.Rapid security situation prediction of smart grid based on Markov chain[C]//2019 IEEE 3rd Information Technology,Networking,Electronic and Automation Control Conference,March 15-17,2019,Chengdu,China.New York:IEEE,2019:2386-2389.

[7] XIAO J,ZHANG B,LUO F.Distribution network security situation awareness method based on security distance[J].IEEE Access,2019,7:37855-37864.

[8] 杨茹,王立中.复杂网络安全态势实时预测方法仿真[J].计算机仿真,2018,35(11):426-430.

[9] 陈玉鑫,殷肖川,谭韧.一种基于GSA-SVM网络安全态势预测模型[J].空军工程大学学报(自然科学版),2018,19(5):78-83.

[10] 周新卫,李小玲.基于改进G-K算法的多节点网络安全态势预测模型[J].科学技术与工程,2018,18(25):72-77.

[11] KAMAL A E,HAN L,LU L,et al.Guest editorial:special issue on software defined networking:trends,challenges,and prospective smart solutions[J].Peer-to-Peer Networking and Applications,2019,12(2):291-294.

[12] WU Y K,HUANG H,WU Q,et al.A risk defense method based on microscopic state prediction with partial information observations in social networks[J].Journal of Parallel and Distributed Computing,2019,131:189-199.

[13] 江洋,李成海,魏晓辉,等.改进PSO优化RBF的网络安全态势预测研究[J].测控技术,2018,37(5):56-60.

[14] 吴建台,乔翌峰,朱赛凡,等.基于HMM的网络安全态势评估与预测方法[J].导航与控制,2018,17(2):10-17,31.

[15] 高铁山.基于时空维度分析的网络安全态势预测方法[J].网络安全技术与应用,2018(3):20-21.

[16] HAN Z,LI X,HUANG K,et al.A software defined network-based security assessment framework for cloudIoT[J].IEEE Internet of Things Journal,2018,5(3):1424-1434.