用于网络安全态势预测的粒子群与支持向量机算法研究.PDFVIP

第３６卷第６期　　　 计算机应用与软件 Ｖｏｌ３６Ｎｏ．６ ２０１９年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１９ 用于网络安全态势预测的粒子群与支持向量机算法研究 孙 卫 喜 （渭南师范学院网络安全与信息化学院　陕西渭南７１４０９９） 摘　要　　网络安全已经越来越受到人们的重视，网络安全态势预测作为一种阻隔网络安全威胁的新兴手段受 到了学者的广泛关注。针对威胁网络安全的特异性因素，提出一种改进的网络安全态势预测技术。介绍网络安 全态势感知预测相关的背景；针对网络安全态势预测过程中存在的时变性与非线性等特征，在分析了支持向量机 与改进粒子群算法的基础上，给出一种改进的ＰＳＯＳＶＭ算法。通过相关仿真实验说明该方法的可行性与实用 性。实验表明，使用该预测方法处理先前收集到的网络安全数据，明显提高了网络态势的预测精度，实现了对网 络安全威胁的有效防御。 关键词　　安全态势　支持向量机　粒子群算法　态势预测 中图分类号　ＴＰ３０１．６　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１９．０６．０５６ ＰＳＯＡＮＤＳＶＭＦＯＲＮＥＴＷＯＲＫＳＥＣＵＲＩＴＹＳＩＴＵＡＴＩＯＮＰＲＥＤＩＣＴＩＯＮ ＳｕｎＷｅｉｘｉ （ＣｏｌｌｅｇｅｏｆＮｅｔｗｏｒｋＳｅｃｕｒｉｔｙａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＷｅｉｎａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｅｉｎａｎ７１４０９９，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｈａｓｂｅｅｎｐａｉｄｍｏｒｅａｎｄｍｏｒｅａｔｔｅｎｔｉｏｎｂｙｐｅｏｐｌｅ．Ｔｈｅｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎｈａｓａｔｔｒａｃｔｅｄｅｘｔｅｎｓｉｖｅａｔｔｅｎｔｉｏｎｆｒｏｍｓｃｈｏｌａｒｓａｓａｎｅｍｅｒｇｉｎｇｍｅａｎｓｔｏｂｌｏｃｋｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｔｈｒｅａｔｓ．Ｔｈｉｓ ｐａｐｅｒｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｔｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅｓｐｅｃｉｆｉｃｆａｃｔｏｒｓｔｈａｔｔｈｒｅａｔｅｎｅｄ ｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙ．Ｉｉｎｔｒｏｄｕｃｅｄｔｈｅｂａｃｋｇｒｏｕｎｄｒｅｌａｔｅｄｔｏｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎａｌａｗａｒｅｎｅｓｓｐｒｅｄｉｃｔｉｏｎ．Ｔｈｅｎ，ｂａｓｅｄ ｏｎｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｉｍｅｖａｒｙｉｎｇａｎｄｎｏｎｌｉｎｅａｒｉｔｙｉｎｔｈｅｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｐｒｏｃｅｓｓ，ａｎｉｍｐｒｏｖｅｄ ＰＳＯＳＶＭｗａｓｐｒｅｓｅｎｔｅｄｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆＳＶＭａｎｄＰＳＯ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｒｅｌｅｖａｎｔｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｗｅｒｅ ｇｉｖｅｎｔｏｉｌｌｕｓｔｒａｔｅｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄｐｒａｃｔｉｃａｂｉｌｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｕｓｉｎｇｔｈｉｓｐｒｅｄｉｃｔｉｏｎ ｍｅｔｈｏｄｔｏｐｒｏｃｅｓｓｔｈｅｐｒｅｖｉｏｕｓｌｙｃｏｌｌｅｃｔｅｄｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｄａｔａｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｓｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅ ｎｅｔｗｏｒｋｓｉｔｕａｔｉｏｎａｎｄａｃｈｉｅｖｅｓｅｆｆｅｃｔｉｖｅｄｅｆｅｎｓｅａｇａｉｎｓｔｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｔｈｒｅａｔｓ． Ｋｅｙｗｏｒｄｓ　　Ｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎ　ＳＶＭ　ＰＳＯ　Ｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎ 段多样化已超越了防范措施的推出速度［２］。面对网络 ０　引　言 攻击行为规模化、常态化发展的趋势，研究如何在网络