基于反向传播算法的网络安全态势感知仿真

随着互联网技术的广泛应用,网络信息传输的数量日益提升,网络安全态势感知的需求也逐渐增加。针对当前网络安全态势感知算法检测准确率率低,误差较大等问题,提出了基于反向传播算法的网络安全态势感知模型。首先采用大数据分析方法对入侵信息的特征按节点分解并进行分段分析;其次通过切换检测信道和空间节点的分布式融合方法对关键节点进行分析,提取入侵数据的特征;然后通过反向传播算法对基本的感知原理进行优化,以减小模型检测过程中的误差;最后基于信息融合的结果进行优化,通过模糊识别的方法对入侵行为进行检测,达到安全态势感知的效果。实验结果表明,相比其它算法,所提模型将平均绝对误差缩小近5%,预测精确度提升至少7%,有最佳的实验效果,推动了网络安全态势感知技术的发展和应用。

基于深度神经网络的配电自动化网络安全态势辨识

在进行配电网络安全态势自动辨识时,现有方法主要通过单隐藏层神经网络提取数据特征,使得辨识结果标准误差较大。为此,提出一种基于深度神经网络的配电自动化网络安全态势自动辨识算法。从静态安全性、动态安全性两方面入手建立完整的评价指标体系,描述电网运行状态。结合层次分析法和改进熵权法计算网络安全态势评估值,合理划分风险等级。使用深度神经网络构建辨识模型,提取多层级网络数据的深层次特征,得到网络安全态势辨识结果。根据引力函数和适应度函数,搜索最优安全态势辨识结果。实验结果表明,所提算法的安全态势自动辨识结果与BP神经网络辨识算法、RBP神经网络辨识算法相比,标准误差降低了27个百分点、29个百分点,安全态势辨识准确性可达99.55%。

基于深度学习的配电网安全态势感知研究

配电网作为电力系统的关键环节,有必要识别配电网潜在危害,避免失稳。为了解决数据中噪声干扰的问题并提高态势预测准确性,提出了一种基于深度学习的配电网安全态势感知方法。首先,采集配电网运行量,利用奇异值分解(singular value decomposition,SVD)对运行量进行降噪;其次,分析运行量与安全态势的关系,采用评估值指标评估配电网态势;最后,利用注意力时域卷积网络(temporal convolution network-attention mechanism,TCNAM)对降噪后的输入数据预测得出态势评估值,预测配电网潜在危害,若失稳,则发出预警信号。通过对IEEE 33节点系统和实际配电网系统仿真可知,TCN-AM预测效果好,且进行降噪处理后预测准确性有所提高,能够在满足预警条件后,发出相应的预警信号。所提方法在降噪处理后能够更准确地实现配电网的安全态势感知。

基于改进强化学习的无线通信网络传输安全态势感知方法

针对无线通信网络传输安全态势感知问题,提出了一种基于改进强化学习的方法。首先,对强化学习算法进行了改进设计,以提高其在无线通信网络传输安全态势感知中的性能。其次,构建了无线通信网络传输安全态势感知模型,包括模型架构和奖励函数设计。模型架构主要采用层次化的设计原理,奖励函数则根据安全态势感知的特点进行设计。最后,进行了实验分析,实验结果表明,所提出的模型在无线通信网络传输安全态势感知方面具有较好的性能,能够有效提高网络传输的安全性。

入侵攻击下无线网络安全态势感知算法

采用目前算法感知入侵攻击下无线网络安全态势时,存在相对误差大、所用时间长、真阳性率和kappa值低的问题。提出入侵攻击下无线网络安全态势感知算法,首先将无线网络安全态势原始数据预处理,然后建立RBF神经网络预测模型,再结合HHGA算法和SA算法对RBF神经网络参数寻优,最后通过优化的RBF神经网络完成入侵攻击下的无线网络安全态势感知。实验结果表明,所提方法能够有效地降低相对误差、缩短所用时间、提高真阳性率和kappa值,具有较好的感知能力。

基于无线传感器网络的智能配电网安全态势感知方法

为缩小电网线路负载电压与态势电压水平之间的物理数值差,在大幅提升智能配电网安全性同时,实现对电量态势的准确感知,提出基于无线传感器网络的智能配电网安全态势感知方法。根据无线传感器网络配置标准,确定电网运行均匀度水平,计算安全负荷边界,完成电力负荷态势利导。在此基础上,选取配电指标,联合已知态势标度值,核算风险等级系数准确性,实现智能配电网安全态势感知。实验结果表明,在无线传感器网络网络作用下,电网线路负载电压与态势电压之间的最大数值差只能达到12.1 V,未超过理想情况下的最大差值13.5 V,符合准确感知电量态势水平的实际应用需求。

智能配电网安全态势感知系统构建与评估

智能配电网作为新一代电力系统,是推动国家能源战略转型、助力国家经济发展的重要举措,也是支撑现代智慧城市建设的关键基础设施。构建了基于大数据的智能配电网安全态势感知系统,并结合智能配电网的典型场景进行了仿真验证,结果表明基于大数据的智能配电网安全态势感知系统能对智能配电网的运行状态进行实时监控,并实现对安全风险的快速评估和有效管控。

面向能源互联网的智能配电网安全态势感知

面向能源互联网,提出基于柔性直流互联,以交流变压器为核心、直流母线为框架的交直流混合城市配电网互联结构。以能源互联网的目标和特性为准则,说明该种方案符合能源互联网要求,对可再生能源发电具有高兼容性。利用拓扑可视化工具,将传统电网、BA网络以及所提混合配电网结构抽象成拓扑模型,通过随机删除网络结点模拟网络攻击,对以上3种网络进行安全态势分析,证明所提结构具有更强的鲁棒性。

基于云计算的网络安全态势感知技术研究

为提高混合结构化网络的安全性,提出基于云计算的网络安全态势感知方法.首先构建混合结构化网络安全信息检测结构模型,通过信息挖掘进行安全态势信息辨识,结合边缘点的距离和自变量分析过程构建网络安全信息采样模型.然后通过空间节点分布进行贝叶斯网络学习,实现混合结构化网络安全态势信息融合.基于此,通过构建网络安全感知的空间特征分类集提取态势感知信息特征,再采用云计算技术及协同滤波技术进行混合结构化网络安全态势信息的优化解析处理,从而实现混合结构化网络安全态势信息感知.仿真结果表明:该方法对网络安全态势感知的准确性较高,提高了混合结构化网络的安全性和稳定性.

基于大数据的安全态势感知系统研究

针对目前层出不穷的各类网络攻击事件,基于最新的大数据技术组件,构建集数据收集、数据处理、数据存储、数据分析、数据呈现于一体的安全态势感知系统框架。通过Flume和Kafka获取日志或网络攻击信息,使用MapReduce和Storm技术进行批量或实时分析,以达到对网络安全的感知;采用层次分析法确定指标权重,提取网络态势特征,通过分析构建判定矩阵完成对网络安全态势的评估,并利用神经网络、关联分析、时间序列画出三种预测技术;通过ECharts进行可视化图表部署,采用R语言、ECharts技术对威胁类型、攻击数据进行展示和分析,将攻击源进行可视化,从而完成安全态势的预测。系统具有高可用、可扩展、易部署等特点,能较好地支撑各类网络安全威胁的感知与预测。

泛在无线网络中的分布式安全态势感知技术

首先,主要针对泛在无线网络的复杂性和异构性等特点,介绍分布式态势感知这一新颖的态势感知理论;然后,通过分析分布式态势感知与集中式态势感知的区别,指出分布式态势感知的6大特点;再次,详细分析分布式态势感知理论的3个主要部分:获取各个部分的认知信息,提取认知对象,表述认知对象与它们活动之间的关系。最后,指出当前分布式安全态势感知技术研究中需要注意的问题。

无线通信网络安全态势识别方法研究

当前,网络安全态势识别方法只能获取网络层的安全态势感知要素,导致无线通信网络安全态势识别误差偏大。对此,提出基于深度自编码网络的无线通信网络安全态势识别方法。引入受限玻尔兹曼机逐层训练深度自编码网络,利用深度自编码网络前向传播的方式,提取服务、主机、网络三层的安全态势感知要素。在此基础上,将网络态势分为环境、威胁、资产三个因子,通过三方博弈方法计算三个因子效益,得到网络安全态势值,以此实现无线通信网络安全态势识别。试验结果表明,研究方法绝对误差平均值与试验对比方法相比分别小0.112和0.106,识别精度更高。该方法的实际应用效果更好,可以满足无线通信网络安全态势识别需求。

面向全局优化的无线网络安全态势感知模型

为保证无线网络安全,本文结合全局优化构建无线网络安全态势感知模型。该模型通过采集并标准化处理网络安全相关数据,提取态势要素,构建态势要素提取模型;通过相关指数计算安全态势值,完成安全态势评估,利用遗传算法优化神经网络权值,抑制神经网络陷入局部最小,实现无线网络安全态势预测。结果表明:所构建的模型能够有效评估网络安全态势变化情况,为网络安全维护提供了可靠依据。

大数据态势感知系统在网络安全管理中的应用

阐述大数据的网络安全态势感知技术特点、系统的组成、数据架构设计,包括结构化数据、半结构化数据、Solr+Hadoop+Hbase分布式数据系统模块。

泛在无线网络中的分布式安全态势感知技术

摘要：首先，主要针对泛在无线网络的复杂性和异构性等特点，介绍分布式态势感知这一新颖的态势感知理论；然后，通过分析分布式态势感知与集中式态势感知的区别，指出分布式态势感知的6大特点；再次，详细分析分布式态势感知理论的3个主要部分：获取各个部分的认知信息，提取认知对象，表述认知对象与它们活动之间的关系。最后，指出当前分布式安全态势感知技术研究中需要注意的问题。