[发明专利]一种网络安全指数计算的数据输入方法及装置在审
| 申请号: | 201910679650.6 | 申请日: | 2019-07-25 |
| 公开(公告)号: | CN110493035A | 公开(公告)日: | 2019-11-22 |
| 发明(设计)人: | 韩伟红;李树栋;黄子中;方滨兴;贾焰;王乐;顾钊铨;殷丽华;田志宏 | 申请(专利权)人: | 广州大学 |
| 主分类号: | H04L12/24 | 分类号: | H04L12/24;H04L29/06;G06N3/04;G06N3/08 |
| 代理公司: | 44202 广州三环专利商标代理有限公司 | 代理人: | 颜希文;麦小婵<国际申请>=<国际公布> |
| 地址: | 510006 广东省广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 网络安全 指数计算 多维向量 等长 数据输入装置 数据处理 数据构造 数据集合 准确度 | ||
本发明公开了一种网络安全指数计算的数据输入方法,包括根据获取的网络安全数据进行数据划分,得到第一网络安全数据;通过对所述第一网络安全数据进行数据处理,得到第二网络安全数据;利用所述第二网络安全数据构造等长多维向量;将所述等长多维向量组成数据集合,并进行数据的输入。本发明还公开了一种网络安全指数计算的数据输入装置。本发明实施例提供的一种网络安全指数计算的数据输入方法及装置,能够提高网络安全指数计算模型的准确度。
技术领域
本发明涉及网络与信息安全领域,尤其涉及一种网络安全指数计算的数据输入方法及装置。
背景技术
现有网络安全指数计算一般是通过网络安全专家经验设定网络安全指标体系以及相应的各个指标的权重值,之后计算得出网络安全指数,这样子的计算方法过于依赖网络安全专家,主观性强,不能根据实际情况学习调整,准确度不高。
还有研究是将前馈神经网络用于网络安全指数计算,通过前馈神经网络训练和调整出网络安全指标体系中各个指标权重,但是由于前馈社交网络的深度有限,计算量大,不易收敛,该方法运用到大规模网络的网络安全指数计算时同样是准确度不高。
发明内容
本发明实施例提供一种网络安全指数计算的数据输入方法及装置,能够提高网络安全指数计算模型的准确度。
为了解决上述技术问题,本发明实施例提供了一种网络安全指数计算的数据输入方法,包括
根据获取的网络安全数据进行数据划分,得到第一网络安全数据;
通过对所述第一网络安全数据进行数据处理,得到第二网络安全数据;
利用所述第二网络安全数据构造等长多维向量;
将所述等长多维向量组成数据集合,并进行数据的输入。
作为优选方案,所述根据获取的网络安全数据进行数据划分,得到第一网络安全数据,具体为:
根据获取的网络安全数据按照基础维、脆弱维、威胁维进行数据划分,获得所述第一网络安全数据;
所述第一网络安全数据为基础运行指数、脆弱性指数、风险指数。
作为优选方案,所述通过对所述第一网络安全数据进行数据处理,得到第二网络安全数据,具体为:对所述第一网络安全数据进行量化处理,获得所述第二网络安全数据。
作为优选方案,所述对所述第一网络安全数据进行量化处理,获得所述第二网络安全数据,包括对所述基础运行指数进行量化处理;根据划分的所述基础运行指数进行定量数据归一化处理,以计算单位时间段内的指标过载率;
根据所述指标过载率进行定性量化处理,并按照规则将指标分成N个等级,每一所述等级指标分别进行归一化赋值;其中N为正整数。
作为优选方案,所述对所述第一网络安全数据进行量化处理,获得所述第二网络安全数据,包括对所述脆弱性指数进行层次式指标的量化处理;
根据得到的三级指标基础网络的网络脆弱性指数,计算二级的所述网络脆弱性指数,以通过深度学习网络输入二级网络脆弱性指标。
作为优选方案,所述对所述第一网络安全数据进行量化处理,获得所述第二网络安全数据,包括对所述风险指数进行层次式指标的量化处理;
根据得到的三级指标基础网络的网络风险指数,计算二级的所述网络风险指数,以通过深度学习网络输入二级网络风险性指标。
作为优选方案,所述利用所述第二网络安全数据构成等长多维向量,具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910679650.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:模拟对象、装置及其管理系统
- 下一篇:一种网关的管控方法





