网络攻击类型量表在初中生中的修订及信效度检验

目的修订Runions等编制的网络攻击类型问卷(cyber-aggression typology questionnaire, CATQ)并在中学生群体内进行信效度检验。方法采取多阶段分层整群随机抽样在914名初中生中进行集体施测,选取反应性-主动性攻击问卷、敌意归因偏差问卷作为效度指标。结果 CATQ修订版共包含23个条目,分为冲动-厌恶型、控制-厌恶型、控制-欲望型和冲动-欲望型4个分量表;验证性因子分析表明量表具有良好的结构效度(χ2/df=21.73,RMSEA=0.04,CFI=0.93,IFI=0.93,NFI=0.88)。量表总的内部一致性系数为0.81,重测信度为0.72;四个分量表的内部一致性系数分别为0.85、0.68、0.79、0.50,重测信度分别为0.60、0.74、0.76、0.63。结论修订版网络攻击类型量表在选取的初中生样本中有良好的测量学指标,在测量我国初中生群体中由不同动机导致的不同类型的网络攻击方面具有一定参考意义,在未来的研究中应考虑扩大取样范围,在不同群体中抽取样本,以验证网络攻击类型量表的适用性,并加以推广。

基于原子搜索优化深度神经网络的网络安全态势预测

为提高网络安全态势预测准确度,将深度卷积神经网络(CNN)运用于安全态势预测,并借助原子搜索算法改进深度卷积神经网络,以提高其在网络安全态势预测方面的适应度。首先,提取网络样本流量特征并完成初始化,接着建立深度CNN网络攻击检测模型,并采用原子搜索优化(ASO)算法对CNN网络参数进行优化求解。通过原子适应度、质量及加速度的计算,不断更新原子的速度和位置,以获得最高适应度的CNN网络参数原子个体。然后采用最优参数进行CNN网络攻击类型检测训练,确定网络攻击类型。最后根据攻击类型权重和主机权重计算网络安全态势预测值。实验证明,在合理设置主机权重的情况下,通过ASO-CNN算法获得的网络安全态势预测值精度高,且稳定性强。