论文部分内容阅读
网络安全态势要素提取精度的高低直接影响着态势感知系统的性能,针对在复杂异构的网络环境中网络安全态势要素提取困难的问题,文章提出了一种基于概率神经网络的安全态势要素提取方法。在该方法中,通过粗糙集对原始数据进行属性约简,删除冗余属性,然后,使用概率神经网络对约简后的数据集进行分类训练。为验证该方法的有效性,使用NSL-KDD数据集对该要素提取方法进行仿真测试。实验分析结果表明,该方法是一种有效、可行的态势要素提取方法,与其传统方法相比,该方法明显地提高了网络态势要素提取的准确性,为网络安全态势的评估和