本文提出了一种基于网络攻击影响的态势量化评估指标,旨在精确衡量网络安全状况。基于此,设计了相应的态势值计算方法,并通过新小型学习-知识发现和数据挖掘(New Smaller Learning-Knowledge Discovery and Data Mining,NSL-KDD)数据集...本文提出了一种基于网络攻击影响的态势量化评估指标,旨在精确衡量网络安全状况。基于此,设计了相应的态势值计算方法,并通过新小型学习-知识发现和数据挖掘(New Smaller Learning-Knowledge Discovery and Data Mining,NSL-KDD)数据集的验证,充分证明了所提出的选择性卷积神经网络模型在攻击识别方面拥有更高的准确度。实验结果显示,其态势评估结果与真实网络环境中的情况更为一致。展开更多
文摘本文提出了一种基于网络攻击影响的态势量化评估指标,旨在精确衡量网络安全状况。基于此,设计了相应的态势值计算方法,并通过新小型学习-知识发现和数据挖掘(New Smaller Learning-Knowledge Discovery and Data Mining,NSL-KDD)数据集的验证,充分证明了所提出的选择性卷积神经网络模型在攻击识别方面拥有更高的准确度。实验结果显示,其态势评估结果与真实网络环境中的情况更为一致。
