神经网络视域下互联网安全态势预测方法分析

传统层次化网络安全态势评估模型在应用时,主要利用入侵检测系统和警报系统发挥态势评估作用,对警告要素关联性缺乏关注。文章以神经网络为基础背景探讨互联网安全态势预测,意在完善层次化态势评估模型,融入模糊层,为提升网络安全态势评估质量提供保障。通过实践分析可知,模糊层构建后,能够通过警报匹配模式衡量警报成功率数值指标,并且进一步对警报威胁性、警报成功率、警报周期3项指标进行明确,确认其对网络安全态势影响程度。最后,在不同模型结构层级上计算出综合警报态势值,达到优化错报漏报问题、提升评估结果准确度的目标。