基于D-S證據(jù)理論的多模型網(wǎng)絡安全態(tài)勢預測研究.pdf

1、隨著信息技術的不斷發(fā)展，網(wǎng)絡的不安全因素也隨之增加。雖然傳統(tǒng)的安全設備和安全檢測方法得到了廣泛的應用，但都沒有從宏觀的角度為網(wǎng)絡管理員提供清晰的網(wǎng)絡安全狀態(tài)信息。安全態(tài)勢感知作為網(wǎng)絡安全技術的重要組成部分，對于最終的決策制定起著關鍵作用。目前關于安全態(tài)勢感知的研究較為熱門，但尚不成熟，其中的安全態(tài)勢預測更處于起步階段。由于網(wǎng)絡安全事件的隨機性和不確定性，限制了傳統(tǒng)單項預測模型的預測精度。
　　本文針對單一態(tài)勢預測模型存在的不足，將

2、D-S證據(jù)理論引入到網(wǎng)絡安全態(tài)勢的預測中，進行多模型的組合預測。由于不同種類的預測方法各有特點，本文選取了時間序列預測法、灰色預測法和神經(jīng)網(wǎng)絡預測法三種不同的預測方法。首先建立了三種預測方法的預測模型，對網(wǎng)絡安全態(tài)勢進行預測，得到了態(tài)勢預測結果，分析了預測誤差。在此基礎上，利用D-S證據(jù)理論的合成法則對三種單項預測模型的預測結果進行融合，得到了單項預測模型在組合預測時的權重。最后通過仿真實驗，得到了網(wǎng)絡安全態(tài)勢多模型組合的預測結果，表明

3、組合預測模型比單項預測模型的預測精度更高。
　　本文采用的多模型組合預測方法，通過數(shù)據(jù)融合減弱了單項預測模型自身特點對網(wǎng)絡安全態(tài)勢預測結果的影響。組合預測方法有效結合了各單項預測方法的信息片斷，比單個預測模型更系統(tǒng)全面，在一定程度上彌補了單項模型的局限性。由于新的組合模型不限制單項預測模型的數(shù)量，故其可擴展性更好。
　　網(wǎng)絡安全態(tài)勢預測涉及的知識面非常廣，本文僅在多模型組合態(tài)勢預測方面做了一定的研究，今后還將在組合預測技術中