本站小編為你精心準備了網絡安全態勢預測工作的原理探微參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。
如果某一研究對象的范圍龐大、結構復雜、且受諸多因素的影響。在此狀態下就可以用態勢來說明其發展狀況的整體表現,而現代網絡管理中就是這樣的狀態。把態勢的理論引入到網絡安全管理中,其初衷就是構建網絡安全態勢體系,這要求態勢分析具有較高的可行性與準確性,以此來為網絡安全管理人員提供全面、準確、及時的安全信息分析服務,對于網絡安全的整體狀況做出預測。網絡安全態勢預測是根據網絡安全事件出現的相關數據進行綜合分析處理,例如事件發生的頻率、次數、對網絡構成的威脅程度等等,通過對大量獲取信息的綜合整理,得出一個可以反應出網絡安全態勢的態勢值,將這一態勢值與網絡歷史狀態和實時態勢值進行綜合整理、分析,對于網絡安全的整體發展態勢做出預測。在網絡安全態勢預測的信息采集中是按照信息出現時間的先后順序進行的,所以,在將信息處理過程視為一個時間序列,在預測模型輸入的變量可以選擇前一段時間的序列態勢值,把在網絡安全態勢下一定時間的態勢值作為輸出量,可以把網絡安全態勢值的時間序列表示為:x={xi|xi∈R,i=1,2,……M}。由此,我們可以看出,對于網絡安全態勢的預測實際上就是對序列的前N個時間的態勢值,對未來的L個態勢值做出預測,大致分成兩步:第一,使用訓練數據,通過建立網絡安全態勢預測的模型,然后利用這個模型對未來某個階段的網絡安全態勢進行預測。由于網絡安全態勢具有不穩定性和可變性,所以不能一味地采用傳統的網絡安全態勢預測模型,可以運用支持向量機對網絡安全態勢進行預測,這項技術對于網絡的不穩定性和可變性具有較好的適應能力。
2支持向量機的計算法和優化
支持向量機技術實際上屬于非線性預測技術的范圍,使用支持向量機技術組建預測模型,這種方法要比普通的預測算法效率高處很多,尤其是在非線性問題的復雜性非常高的時候,運用支持向量機技術的優點就更為突出。例如設某個網絡安全態勢練習的樣本是:{(Xi.Yi),…,(Xn,Yn)},這其中Xi為網絡安全態勢的傳入量;Yi是輸出量;n是樣本的數量。支持向量預測技術可以運用一個非線性函數A表示,把非線性函數數據Xi映射到高維特征空間H上,然后做出線性預測。
3總結
網絡安全態勢預測是一項非常復雜的工程,需要大量的信息來源的精密的數學模型運算,可以說建立網絡安全態勢預測是十分巨大的任務。但是,隨著互聯網的飛速發展,維護網絡安全成為非常重要的工作,網絡安全態勢預測的發展,有助于為網絡安全管理提供有效幫助,在未來的網絡安全建設中也將發揮更大作用。
作者:屠文單位:云南文山學院