摘要
为了提高网络安全态势异常状况感知准确率,研究基于近邻传播(Affinity Propagation,AP)聚类算法的网络安全态势感知方法。首先,利用AP聚类算法标记空间态势,获得异常状况信号;其次,提取信号特征向量,建立网络安全态势感知模型;最后,进行实验分析。实验结果表明,实验组的网络安全态势异常状况感知准确率较高,优于对照组。
In order to improve the accuracy of perceiving abnormal situations in network security situations,a network security situation awareness method based on Affinity Propagation(AP)clustering algorithm is studied.Firstly,based on AP clustering algorithm,the spatial situation is labeled to obtain abnormal condition signals.Secondly,extract signal feature vectors and establish a network security situational awareness model.Finally,conduct experimental analysis.The experimental results indicate that the experimental group has a higher accuracy in perceiving abnormal network security situations,which is superior to the control group.
作者
刘素军
LIU Sujun(Lanzhou Petrochemical University of Vocational Technology,Lanzhou Gansu 730060,China)
出处
《信息与电脑》
2023年第15期110-112,共3页
Information & Computer
基金
甘肃省教育科学“十四五”规划2022年度学校安全稳定与应急工作专项课题“基于态势感知系统的校园网络安全与应急响应研究”(项目编号:GS[2022]GHBZX239)
兰州石化职业技术大学教科研项目“高校数据灾备与恢复系统的研究与应用”(项目编号:KJ2021-14)。
关键词
网络安全
态势感知
滑动时间窗口
network security
situational awareness
sliding time window
作者简介
刘素军(1986-),女,河南漯河人,硕士研究生,讲师。研究方向:计算机应用技术。
