[发明专利]基于改进神经网络的态势感知方法和可读存储介质

说明书

本发明涉及一种基于改进神经网络的态势感知方法和可读存储介质。所述方法包括：感知步骤，包括获取多个系统整体影响指标及其权重，以及获取每个子系统的多个一级指标和二级指标；理解步骤，包括基于所述系统整体影响指标及其权重确定第一系统安全性，基于所述一级指标和所述二级指标确定第二系统安全性，以及综合所述第一系统安全性和所述第二系统安全性获得系统安全等级；预测步骤，包括构建初级神经网络，将所述系统整体影响指标、所述二级指标和所述系统安全等级输入所述初级神经网络进行训练以获得神经网络态势感知预测模型，并基于所述神经网络态势感知预测模型进行预测。本发明能够全面有效地对系统安全性做出准确预测。

技术领域

本发明涉及网络安全领域，更具体地说，涉及一种基于改进神经网络的态势感知方法和可读存储介质。

背景技术

态势感知的概念最早由安德斯雷（Endsley）构建，包括预测（Perception）、理解（Comprehension）、和认知（Projection）三个层次。随着网络空间安全重要性的不断提高，网络安全的态势感知研究与应用越来越受到关注。针对复杂的网络系统，目前采用的网络安全的态势感知通常是综合考虑系统的整体安全指标或单独考虑子系统的安全指标，对各指标进行关键有用信息的感知及提取、对各指标对安全性影响过程的理解、最终对系统安全性作出预测。

然而，单纯的某一层面的评估不能有效地对系统安全进行评估。只考虑整体的安全指标会忽视子系统的综合影响，只考虑子系统的安全指标又忽视了系统整体面临的安全威胁。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于改进神经网络的态势感知方法和计算机可读存储介质，全面综合考虑系统整体影响指标与局部影响指标，不仅是将这些指标进行简单的汇总和叠加，而是根据不同影响指标的内在联系设置不同的权重；并结合神经网络模型对安全等级进行预测，从而全面有效地对系统安全性做出准确预测。

本发明解决其技术问题所采用的技术方案是：构造一种基于改进神经网络的态势感知方法，包括以下步骤：

感知步骤，包括获取多个系统整体影响指标及其权重，以及获取每个子系统的多个一级指标和二级指标；

理解步骤，包括基于所述系统整体影响指标及其权重确定第一系统安全性，基于所述一级指标和所述二级指标确定第二系统安全性，以及综合所述第一系统安全性和所述第二系统安全性获得系统安全等级；

预测步骤，包括构建初级神经网络，将所述系统整体影响指标、所述二级指标和所述系统安全等级输入所述初级神经网络进行训练以获得神经网络态势感知预测模型，并基于所述神经网络态势感知预测模型进行预测。

在所述的基于改进神经网络的态势感知方法中，所述获取多个系统整体影响指标及其权重包括：

对系统进行数据采集并确定s个系统整体影响指标；

归一化处理所述系统整体影响指标，并获得每个所述系统整体影响指标的权重，其中s为正整数。

在所述的基于改进神经网络的态势感知方法中，所述获取每个子系统的多个一级指标和二级指标包括：

对所述系统的每个子系统进行数据采集并确定每个子系统的m个一级指标以及每个一级指标对应的n个二级指标，其中n和m均为正整数；

归一化处理所有的所述二级指标和所述一级指标并获得m个一级指标权重和每个一级指标对应的m个二级指标的n个二级指标权重。

在所述的基于改进神经网络的态势感知方法中，所述基于所述系统整体影响指标及其权重确定第一系统安全性包括：

挑选p个训练样本，通过对所述系统整体影响指标进行评估，确定第一系统安全性：，其中表示所述第一系统安全性，表示系统整体影响指标的影响度，p为正整数。