基于RNN的网络安全态势预测方法.pdf

研究与开发 文章编号：1007—1423(2017)06-0014—03 DOI：10．3969／j．issn．1007—1423．2017．06．004 基于 RNN的网络安全态势预测方法 胡昕 (同济大学电子与信息工程学院，上海 201804) 摘要 ： 从宏观角度把控网络安全状况并预测态势的变化趋势是当前网络安全领域的热点．网络安全态势预测技术是其中最 关键的一环，但 目前主流预测方法存在精度低、实时性差等问题 。循环神经网络 RNN 目前广泛应用于 自然语言处理 领域并取得了显著成果，其主要优越性在于处理序列数据。因此。利用网络态势预测即时间序列预测的特点 ．提出一 种基于RNN的网络安全态势预测方法 ．并通过仿真实验验证该方法的可行性和准确性 关键词 ： 态势预测 ；时间序列 ：RNN 0 引言 数据 (即态势理解得到的态势值 )．运用专家知识及数 据挖掘等理论方法分析预测未来时间网络态势可能的 随着 网络技术 的迅猛发展 ．网络结构的 日益复杂 ． 发展变化。使安全管理员能够在可能的安全攻击前做 单一角度的网络安全防护技术如漏洞扫描、入侵检测 好准备。随着机器学习算法的不断发展．网络安全态势 已不能满足用户 以及网络管理员对于安全 的需求 ．迫 预测主要有基于D—S证据论 引『、支持向量机 SVMl圳、深 切需要新的技术取改变传统的安全 ．实时把控网络安 度信念网络DBN~[等理论的预测方法．但都存在局部性 全态势 ．监测网络中的安全事件 ．分析用户的异常行 强、实时性差的问题 。 为．将事后处理转变为事前预警．防患于未然 基于此．本文针对网络态势值即一种时间序列数 态势感知最早 由Endslev于 1988年提 出Il1．并 由 据的特点 ．提出一种基于 RNN的态势预测算法 ．充分 TimBass阁于 1999年首次应用到网络安全领域中 态势 考虑了不同时刻态势要素的依赖关系．利用态势要素 感知是指在系统环境中．收集评估影响环境状况的要 时间维度上的关联性对未来的网络安全态势进行预 素因子．并根据评估结果预测未来环境的态势变化趋 测．更客观地反映历史网络态势对未来态势的影响 势．而网络安全态势感知即把环境定义为实际网络环 境 随着国内外研究的不断拓展．层次化的态势感知模 1 基于 RNN的态势预测方法 型得到了广泛的认可 网络安全态势感知分为三级模 1．1ANN 模型 型的研究：首先是态势要素获取。利用数据融合技术对 循环神经网络 RecurrentNeuralNetworks，RNN)， 不同数据源 的安全 Et志等进行归一化处理 ．提取 出影 也称递归神经网络．是近年来深度学