[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡模型的網(wǎng)絡對抗效能評估方法在審
| 申請?zhí)枺?/td> | 202110265382.0 | 申請日: | 2021-03-11 |
| 公開(公告)號: | CN112926739A | 公開(公告)日: | 2021-06-08 |
| 發(fā)明(設計)人: | 張茜;溫泉;王曉菲;姜國慶;李寧;楊華;王亞洲;王崇維 | 申請(專利權(quán))人: | 北京計算機技術(shù)及應用研究所 |
| 主分類號: | G06N3/08 | 分類號: | G06N3/08 |
| 代理公司: | 中國兵器工業(yè)集團公司專利中心 11011 | 代理人: | 王雪芬 |
| 地址: | 100854*** | 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: | 一種 基于 神經(jīng)網(wǎng)絡 模型 網(wǎng)絡 對抗 效能 評估 方法 | ||
本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡模型的網(wǎng)絡對抗效能評估方法,涉及網(wǎng)絡安全技術(shù)領(lǐng)域。本發(fā)明構(gòu)建兩級神經(jīng)網(wǎng)絡對抗效能評估模型,避免梳理指標體系內(nèi)部錯綜復雜的關(guān)系,具有很強的自學習、自組織和適應能力,通過訓練樣本即能不斷動態(tài)的學習和訓練模型。通過歷史樣本的積累,對抗效能評估模型將具備更高的準確性。在神經(jīng)網(wǎng)絡的學習中,采用人工智能算法?布谷鳥算法尋找最優(yōu)權(quán)重,全局搜索能力強、選用參數(shù)少、收斂速度極快,使得對抗效能評估模型的構(gòu)建具備更高的效率性。
技術(shù)領(lǐng)域
本發(fā)明涉及網(wǎng)絡安全技術(shù)領(lǐng)域,具體涉及一種基于神經(jīng)網(wǎng)絡模型的網(wǎng)絡對抗效能評估方法。
背景技術(shù)
隨著信息化戰(zhàn)爭的不斷演化變革,網(wǎng)絡對抗作為一種新型的作戰(zhàn)力量在現(xiàn)代戰(zhàn)場中發(fā)揮著越來越大的作用。網(wǎng)絡對抗是作戰(zhàn)雙方針對可利用的計算機網(wǎng)絡環(huán)境,以信息系統(tǒng)中的各元素為主要作戰(zhàn)對象,以先進的信息技術(shù)為基本手段,達到瓦解、破壞敵方信息系統(tǒng)及保護己方信息系統(tǒng)的目的。對網(wǎng)絡空間對抗效能進行全面、合理、有效評估,有助于我方針對薄弱環(huán)節(jié)進行改進,提升我方網(wǎng)絡空間整體作戰(zhàn)能力。
現(xiàn)階段,針對網(wǎng)絡空間對抗效能評估的方法主要有社會網(wǎng)絡分析、復雜網(wǎng)絡、層次分析法、人工神經(jīng)網(wǎng)絡方法等。運用社會網(wǎng)絡分析法構(gòu)建網(wǎng)絡空間對抗效能評估指標體系,能夠得出各指標重要程度排序,但無法計算各指標對評估目標的影響權(quán)重值;運用復雜網(wǎng)絡理論提出網(wǎng)絡化指標體系框架,能夠分析基礎(chǔ)指標與能力效果間的聚合關(guān)系,但無法定量得到最終的評估結(jié)果;運用層次分析法評估網(wǎng)絡空間對抗效能,當指標過多時,數(shù)據(jù)統(tǒng)計量大,且權(quán)重難以計算;運用人工神經(jīng)網(wǎng)絡方法構(gòu)建評估模型時,通常采用梯度下降法去修正權(quán)重系數(shù),這種方法在學習過程中收斂速度較慢,且在訓練過程中容易陷入局部最優(yōu)。
發(fā)明內(nèi)容
(一)要解決的技術(shù)問題
本發(fā)明要解決的技術(shù)問題是:如何設計一種構(gòu)建網(wǎng)絡空間對抗效能評估模型的方法,使得模型構(gòu)建更加快速、精準。
(二)技術(shù)方案
為了解決上述技術(shù)問題,本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡模型的網(wǎng)絡對抗效能評估方法,包括以下步驟:
步驟1.通過將網(wǎng)絡對抗綜合效能指標進行多層次分解,構(gòu)建二級神經(jīng)網(wǎng)絡對抗效能評估模型;
步驟2.基于布谷鳥算法對二級神經(jīng)網(wǎng)絡對抗效能評估模型進行訓練。
優(yōu)選地,步驟1具體包括:
(1)構(gòu)建網(wǎng)絡對抗效能評估指標體系
將網(wǎng)絡對抗效能進行分層操作,分為綜合效能層、能力要素層和指標要素層,形成網(wǎng)絡對抗效能評估指標體系框架,最上一層為綜合效能層,即網(wǎng)絡對抗綜合效能;中間一層為能力要素層,即網(wǎng)絡對抗綜合效能的主要能力分解;最下一層為指標要素層,即評判網(wǎng)絡對抗綜合效能各能力所依賴的各指標;
(2)構(gòu)建二級神經(jīng)網(wǎng)絡效能評估模型框架
將所述網(wǎng)絡對抗效能評估指標體系框架轉(zhuǎn)化為二級神經(jīng)網(wǎng)絡對抗效能評估模型,其中每一級神經(jīng)網(wǎng)絡都包含輸入層、隱含層、輸出層三層;每個神經(jīng)元都有一個輸入連接和輸出連接,每一個連接都有權(quán)重;第一級神經(jīng)網(wǎng)絡的輸入層對應指標要素層,輸出層對應能力要素層;第二級神經(jīng)網(wǎng)絡的輸入層對應能力要素層,輸出層對應綜合效能層。
優(yōu)選地,所述構(gòu)建二級神經(jīng)網(wǎng)絡效能評估模型框架的步驟具體包括:
(21)第一級神經(jīng)網(wǎng)絡對抗效能評估模型框架的構(gòu)建
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)利屬于北京計算機技術(shù)及應用研究所,未經(jīng)北京計算機技術(shù)及應用研究所許可,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/202110265382.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡
- 神經(jīng)網(wǎng)絡的生成方法、生成裝置和電子設備
- 一種舌診方法、裝置、計算設備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡的處理器及其操作方法、電氣設備
- 一種圖像神經(jīng)網(wǎng)絡結(jié)構(gòu)的優(yōu)化方法及裝置
- 網(wǎng)絡和網(wǎng)絡終端
- 網(wǎng)絡DNA
- 網(wǎng)絡地址自適應系統(tǒng)和方法及應用系統(tǒng)和方法
- 網(wǎng)絡系統(tǒng)及網(wǎng)絡至網(wǎng)絡橋接器
- 一種電力線網(wǎng)絡中根節(jié)點網(wǎng)絡協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡裝置、網(wǎng)絡系統(tǒng)、網(wǎng)絡方法以及網(wǎng)絡程序
- 從重復網(wǎng)絡地址自動恢復的方法、網(wǎng)絡設備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡的訓練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡管理方法和裝置





