[發(fā)明專利]網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法無效
| 申請?zhí)枺?/td> | 201210157444.7 | 申請日: | 2012-05-18 |
| 公開(公告)號: | CN102694800A | 公開(公告)日: | 2012-09-26 |
| 發(fā)明(設(shè)計)人: | 李元誠;王宇飛 | 申請(專利權(quán))人: | 華北電力大學(xué) |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06 |
| 代理公司: | 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246 | 代理人: | 朱琨 |
| 地址: | 102206 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 網(wǎng)絡(luò)安全 態(tài)勢 預(yù)測 過程 回歸 方法 | ||
1.網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法,其特征在于,包括以下步驟:
1)使用層次分析法構(gòu)造層次化的網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T,計算得出網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T的總排序權(quán)重矩陣ω;
2)將網(wǎng)絡(luò)安全設(shè)備的歷史入侵檢測結(jié)果按照時間先后順序,依次輸入到網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T中,得到第1時刻的網(wǎng)絡(luò)安全態(tài)勢值V1至第m時刻的網(wǎng)絡(luò)安全態(tài)勢值Vm;
3)使用滑動窗口方法將V1~Vm構(gòu)造成時間序列S,s={V1…Vm};然后將時間序列S按照固定比例隨機劃分,得出高斯過程回歸方法中可讀的訓(xùn)練樣本集Strain和測試樣本集Stest;保證訓(xùn)練樣本集Strain和測試樣本集Stest滿足高斯過程回歸方法所要求的數(shù)據(jù)格式;
4)利用高斯過程回歸方法對訓(xùn)練樣本集Strain進行迭代訓(xùn)練,得到臨時預(yù)測模型h,再利用粒子群算法對臨時預(yù)測模型h進行誤差修正以得到滿足誤差期望的預(yù)測模型H;
5)利用預(yù)測模型H完成未來時刻的網(wǎng)絡(luò)安全態(tài)勢值預(yù)測。
2.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法,其特征在于,所述網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T的結(jié)構(gòu)如下:網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T分為三層,上層為目標(biāo)層,其內(nèi)容為網(wǎng)絡(luò)安全態(tài)勢值;中層為準(zhǔn)則層,其內(nèi)容為強危害程度、中危害程度和弱危害程度,強危害程度、中危害程度和弱危害程度是按照網(wǎng)絡(luò)安全威脅的危害程度劃分的;下層為指標(biāo)層,其內(nèi)容為第1種網(wǎng)絡(luò)安全威脅x1至第n種網(wǎng)絡(luò)安全威脅xn。
3.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法,其特征在于,所述總排序權(quán)重矩陣ω的計算過程如下:首先,對第1種網(wǎng)絡(luò)安全威脅x1至第n種網(wǎng)絡(luò)安全威脅xn的權(quán)重賦值,然后,根據(jù)層次分析法,分別推算第i中網(wǎng)絡(luò)安全威脅xi對于強危害程度、中危害程度和弱危害程度的影響系數(shù),i取1至n;再分別計算強危害程度、中危害程度和弱危害程度對于網(wǎng)絡(luò)安全態(tài)勢值的最終影響系數(shù),最后得出網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T的總排序權(quán)重矩陣ω。
4.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法,其特征在于,所述步驟2)包括以下步驟:
21)統(tǒng)計第j時刻的網(wǎng)絡(luò)安全設(shè)備入侵檢測結(jié)果rj,j取1至m;rj為1×n矩陣,其中,至分別指:在第j時刻,第1種網(wǎng)絡(luò)安全威脅x1至第n種網(wǎng)絡(luò)安全威脅xn發(fā)生的次數(shù);
22)將rj與網(wǎng)絡(luò)安全態(tài)勢評價指標(biāo)體系T的總排序權(quán)重矩陣ω做乘法,從而得到第j時刻的網(wǎng)絡(luò)安全態(tài)勢值Vj。
5.根據(jù)權(quán)利要求1所述的網(wǎng)絡(luò)安全態(tài)勢預(yù)測的高斯過程回歸方法,其特征在于,所述固定比例為3∶2。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華北電力大學(xué),未經(jīng)華北電力大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210157444.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種計算機網(wǎng)絡(luò)的網(wǎng)絡(luò)安全系統(tǒng)及其控制方法
- 集群模式下實現(xiàn)網(wǎng)絡(luò)安全設(shè)備高可用性的方法
- 一種網(wǎng)絡(luò)安全監(jiān)控的方法、裝置、存儲介質(zhì)及服務(wù)器
- 一種基于人工智能的網(wǎng)絡(luò)安全態(tài)勢預(yù)測系統(tǒng)
- 一種網(wǎng)絡(luò)安全處理方法和裝置
- 網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)及方法
- 一種計算機網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)及方法
- 一種散熱性能良好的網(wǎng)絡(luò)安全柜
- 基于人工智能的網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)及方法
- 網(wǎng)絡(luò)安全監(jiān)測系統(tǒng)及方法
- 一種基于服務(wù)的態(tài)勢協(xié)同標(biāo)繪系統(tǒng)及其方法
- 一種用于公安合成指揮的綜合態(tài)勢系統(tǒng)
- 一種針對云數(shù)據(jù)中心SDN安全態(tài)勢感知系統(tǒng)及方法
- 移動終端的安全態(tài)勢展示方法、裝置及存儲介質(zhì)
- 一種有源配電網(wǎng)態(tài)勢預(yù)測方法及預(yù)測系統(tǒng)
- 空地協(xié)同的廣域空域安全態(tài)勢評估方法
- 一種態(tài)勢標(biāo)繪插件前端集成系統(tǒng)
- 基于深度信念網(wǎng)的網(wǎng)絡(luò)安全態(tài)勢評估和態(tài)勢預(yù)測建模方法
- 一種用于智能化對抗仿真推演的態(tài)勢感知方法
- 基于大數(shù)據(jù)和人工智能的信息感知方法及信息安全系統(tǒng)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





