基于RBF神经网络的通信网络安全态势感知方法

常规的感知方法在感知通信网络安全态势时,感知准确率偏低,且感知精度容易受到网络环境干扰因素影响。针对这一问题,本文提出了基于RBF神经网络的通信网络安全态势感知方法,将Suricata、Shellcodes等多种探测器应用到通信网络中,用于探测网络流量数据,并提取数据特征;基于RBF神经网络计算网络攻击发生概率,根据计算结果,评估和感知通信网络的安全态势。通过对比实验证明,新的感知方法与现有方法相比感知准确率更高,且对通信网络中的影响因素具有极强的抗干扰能力,可以保证感知结果的精度。