【摘 要】
:
随着互联网技术和网络应用不断蓬勃发展,人们的生活和社会发展获得了诸多便利,但同时也产生了大量网络安全隐患。传统的网络安全防御技术主要针对网络攻击采取被动防御的方式,不能全面及时地进行网络安全分析和管理。网络安全态势感知分为态势要素提取、态势评估和态势预测,可以对网络中的安全事件和攻击行为等进行实时感知、分析和预警,具有更强的实时性、适应性和全面性,使得网络管理人员可以网络环境进行主动防御,提高网络
论文部分内容阅读
随着互联网技术和网络应用不断蓬勃发展,人们的生活和社会发展获得了诸多便利,但同时也产生了大量网络安全隐患。传统的网络安全防御技术主要针对网络攻击采取被动防御的方式,不能全面及时地进行网络安全分析和管理。网络安全态势感知分为态势要素提取、态势评估和态势预测,可以对网络中的安全事件和攻击行为等进行实时感知、分析和预警,具有更强的实时性、适应性和全面性,使得网络管理人员可以网络环境进行主动防御,提高网络安全防御能力。本文将网络安全态势感知与深度学习进行结合,可以进一步提高网络安全态势感知的准确性和有效性。主要研究内容如下:(1)针对复杂网络环境中大量高维的网络安全数据,结合网络威胁性、脆弱性、容灾性和稳定性的各种具体指标,进行合理的分类并量化,最终形成更为全面科学有效的层次化网络安全态势要素指标体系,为网络安全态势评估和预测提供可靠依据。(2)针对网络安全态势要素数据高维非平稳等特点,提出了一种基于改进深度森林(Improved Deep Forest,IDF)的网络安全态势评估方法。首先多源获取的态势要素数据融合量化为更适合深度森林的有效特征。然后将特征输入优化的多粒度扫描模块,提取出具有强表征性的特征。最后加入XGBoost作为基学习器,同时引入随机失活算法,将特征向量输入级联森林模块以实现逐层训练,完成网络安全态势评估。与传统态势评估方法对比,本文方法能更准确地进行网络安全态势评估。(3)针对网络安全态势预测中噪声信息干扰导致的精度下降和网络层数增加导致的网络退化等问题,提出了一种融合深度残差收缩网络(Deep Residual Shrinkage Networks,DRSN)和双向门控循环单元(Bidirectional Gating Recurrent Unit,BiGRU)的混合网络安全态势预测模型。首先使用DRSN和BiGRU分别进行抽象空间特征和时序特征提取。然后使用判别相关分析(Discriminant Correlation Analysis,DCA)算法进行特征融合。最后输入到BiGRU模型中进行网络安全态势预测。与传统态势预测方法对比,本文方法对网络安全态势预测效果更好。
其他文献
目的 分析东西湖区育龄妇女宫颈癌的筛查结果。方法 回顾性分析2021年1月至12月于我院接受宫颈癌筛查的2 700例育龄妇女的体检资料,观察妇科疾病体检结果、不同年龄段女性宫颈癌前病变及不同文化水平女性宫颈癌变情况。结果 对2700例育龄妇女进行宫颈癌筛查,结果显示其中初筛阳性97人,复诊93人,复诊后结果:慢性宫颈炎67例,LSⅠL 8例,HSⅠL 17例,宫颈癌ⅠA2期1例。2700例育龄妇女
随着云计算技术的迅猛发展和广泛应用,容器技术已成为云环境资源调度和集群管理不可或缺的一部分。相对于传统以虚拟机为单位的技术,容器技术在云环境中具有更高的资源利用率和更快的资源分配速度。当资源不足时,容器能够及时扩容以增加可用资源,确保任务成功完成。当资源过剩时,应及时回收以释放更多可分配资源给其他容器。这些特性使得容器技术得到广泛应用。但如何进行合理且高效的资源调度以满足集群负载和用户服务请求之间
目的 探讨基于微信平台的健康教育在育龄妇女宫颈癌筛查中的应用效果。方法 选取2019年12月至2020年12月景德镇市第一人民医院收治的240例行宫颈癌筛查的育龄妇女作为研究对象,采用随机抽签分组将其分为观察组和对照组,每组各120例。观察组采用基于微信平台的健康教育,对照组采用常规干预。比较两组的健康知识掌握度、心理状态、满意度。结果 观察组的健康知识知晓率高于对照组,差异有统计学意义(P<0.
<正>1942年,晋察冀军区连续向日军及伪军发动了政治攻势。在此期间,军区武装宣传队通过组织、宣传等途径展开对敌斗争,有效打击了日伪军。同时,晋察冀军区也总结经验教训,结合当时实际情况,加了武装宣传队的建设,为其更好地展开对敌政治攻势奠定基础。
目的:探究门诊育龄妇女的宫颈癌筛查意愿现状及其影响因素,为提高妇女宫颈癌筛查行为提供参考。方法:2020年6月至2021年1月,采用一般资料调查表、宫颈癌筛查意愿表,对妇科门诊就诊的1 153名育龄妇女进行问卷调查。结果:1 153名育龄妇女的宫颈癌筛查意愿得分为(8.73±1.31)分,认同宫颈癌筛查题目得分高于打算未来筛查的偏好程度,且得分差异有统计学意义(P<0.05);计划6个月及1年内参
随着网络技术的发展,我们已经进入信息化时代,网络安全问题也成为人们和国家重点关注的问题。入侵检测技术是维护网络安全的一项关键技术,它通过对流量进行实时监控,对威胁事件做出即时响应来保护网络安全。如何能准确地识别恶意攻击流量是入侵检测系统关键,是学者们一直在研究的问题。网络技术不断革新发展,网络环境变得愈发复杂,传统的入侵检测技术面临严峻的考验。目前机器学习在图像识别、文本分类领域解决分类问题已经表