无线网络安全风险评估方法的应用研究

研究无线网络安全风险问题,由于无线网络与有线网络差异较大,无线网络易受攻击者侵入,影响传输的安全性.有线网络评估方法不适合对无线网络进行评估,导致无线网络风险评估结果准确率不高,解释性不强.为了提高无线网络的安全风险评估准确率,提出一种层次分析法和逼近理想解排序相结合的无线网络安全风险评估方法.首先对无线网络特点进行分析,构建了无线网络风险评估指标体系,然后利用层次分析法对各层指标权重进行量化,最后利用逼近理想解排序方法计算出无线网络风险值,评估网络的安全状况.结果表明,评估结果与网络的实际情况完全吻合,是一种有效的无线网络安全风险评估方法.     

无线网络安全风险评估方式的应用研究

通过无线网络连接可以减少有线连接方式中一些不必要的程序和环节,提高了连接网络的效率,但在对无线网络的风险进行评估时,不能利用传统的有线评估方式,导致评估的准确率大大降低,影响了其稳定性和安全性。所以,为了提高无线网络连接的安全性能,就需要对无线网络连接方式的特征进行研究,并根据存在的问题,制定合理有效的应对措施,来有效的对无线网络安全风险进行评估。     

网络安全风险动态评估过程优化仿真

研究网络安全风险动态评估方法,提高评估的准确性.当前网络安全风险评估没有考虑不同入侵特征造成的网络指标变化,以入侵前后相同静态固定指标变化评估为主,缺少不同时段内动态可持续评估的方法.为解决上述问题,提出基于特征映射关联算法的网络安全风险动态评估方法.对网络中的操作特征进行加权优化处理,提取网络操作异常特征,计算异常特征提取误差,针对异常特征提取误差进行补偿.根据网络异常特征获取特征分类函数,并计算特征分类的约束条件,建立特征属性映射模型,获取特征映射关联性,实现网络异常特征的分类,完成网络安全风险动态评估.实验结果表明,利用改进算法进行网络安全风险动态评估,能够极大的提高评估的准确性,满足网络安全的实际需求.     

模糊层次分析法在网络安全态势评估中的应用

研究网络安全准确评估问题,由于非法入侵使网络存在安全隐患,为最大限度降低网络安全带来的损失,在分析网络安全态势影响因素的基础上,提出一种模糊层次分析的网络安全态势评估模型.先构建构建网络安全指标体系,采用层次分析法计算各评估指标权重,并采用模糊方法建立网络安全态势一致性判断矩,从而实现对网络安全态势进行综合评估.仿真结果表明,模糊层次分析法提高了网络安全态势评估的准确率,评估结果更加客观,是一种有效的网络安全态势评估方法.     

基于证据理论的网络安全风险组合评估方法

研究网络安全风险评估问题,网络安全风险具有时变性和非线性等特点,采用单一的方法难对其进行准确评估,为提高网络安全评估准确率,提出一种证据理论的网络安全风险评估算法。首先采用层次分析对网络评估指标体系权重值确定,然后采用支持向量机和BP神经网络对网络安全风险进行评估,最后采用证据理论对两者的评估结果进行融合,获得网络安全风险最终评估结果。通过网络安全数据集进行仿真,结果表明,组合方法充分利用支持向量机和BP神经网络的优点,能够全面反映网络安全状态,提高了网络安全风险评估的准确率,评估结果更加可靠,便于采取相应的安全防范措施,可以最大限度的降低网络风险带来的经济损失。     

网络安全评估的仿真与应用研究

研究网络安全准确评估问题.网络安全评估是多指标、非线性、信息严重冗余的复杂信息传播过程,传统方法不能消除冗余信息,且不能准确描述非线性规律,网络安全评估结果的准确率低.为了提高网络安全评估的准确率,提出一种BP神经网络的网络安全评估模型.模型首先建立合理的网络安全评估指标体系,采用主成分析法对网络安全指标体系提取主要指标,消除指标间冗余息,最后将提取指标输入BP神经网络,通过BP神经网络的非线性学习能力对网络安全级别进行准确评估.在MATLAB平台上进行了仿真,结果表明,BP神经网络提高了网络安全评估结果的准确率;是一种高效、准确的网络安全评估方法,为保证网络安全提供了参考.     

基于熵理论的无线网络安全的模糊风险评估

讨论了对无线网络安全的风险评估方法，首先对影响网络安全的风险因素进行识别，然后采用模糊逻辑法相结合的方法对无线网络系统进行风险评估。根据无线网络的实际情况，每个风险因素从风险概率、风险影响和不可控制性三方面评判。通过应用熵权系数法，客观地计算出每个风险因素的权重，从而计算出整个无线网络系统的风险等级，以对整个系统进行评估。通过实例说明该方法能很方便地应用于无线网络安全的风险评估，实际结果符合实际。     

基于GA参数优化的t-SVR网络安全风险评估方法

为了提高网络安全风险评估的准确性和实时性,提出一种t时延参数优化支持向量回归机的网络安全风险评估模型（t-SVR）。利用遗传算法（GA）的全局搜索性,对t-SVR模型中的关键参数进行组合寻优。通过对网络安全风险数据集进行仿真,结果表明,基于GA参数优化的t-SVR评估模型已经解决了SVR存在的不足,提高了网络安全风险评估的准确率,缩短了评估时间,评估性能更加稳定。     

基于大数据技术的计算机网络安全态势感知方法

为提高计算机网络安全态势感知准确率，提出一种基于大数据技术的计算机网络安全态势感知方法。利用大数据技术采集计算机网络安全中的特征数据，融合数据并分析，再检测网络攻击完成分类，并评估安全态势。实验结果表明，该方法能有效提高网络安全态势感知准确率，平均网络安全态势感知准确率为95.13%，具有一定的应用价值。     

基于深度神经网络的数字经济平台网络安全态势感知研究

针对数字经济平台网络安全防护问题，提出一种基于深度神经网络的网络安全态势感知方法。通过堆叠的方式改进传统的LSTM结构，引进Re LU和CE函数，降低LSTM运算中梯度饱和与梯度消失的风险，最后在数据预处理基础上，利用改进后的LSTM对数字经济平台网络安全态势进行评估与预测。测试结果表明，在理解与评估的实验上，采用改进LSTM的网络安全态势感知方法，评估准确率较CR-BP和MS-BP分别高7.55%和16.96%,对网络安全态势正确理解与评估的持续时间也更长，达评估总时间的90%以上；在预测的实验上，采用改进LSTM的网络安全态势感知方法，预测准确率较CR-BP和MS-BP分别高9.82%和14.43%,改进后的LSTM态势预测相关系数均在0.6～0.8之间，预测结果与真实情况相关性较强，平均较CR-BP和MS-BP高0.2～0.6。