科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
2期
201-204
,共4页
灰关联熵%网络安全态势%Kalman滤波%预测
灰關聯熵%網絡安全態勢%Kalman濾波%預測
회관련적%망락안전태세%Kalman려파%예측
grey relation entropy%network security situation%Kalman filtering%prediction
在评估当前网络安全态势的基础上,掌握未来一段时间的网络安全态势,能够为网络管理者做出安全防护的决策提供有效的信息.利用网络安全态势值具有非线性时间序列的特点,提出一种基于灰关联熵的网络安全态势卡尔曼预测算法.首先应用灰关联熵分析方法对网络安全态势的各种影响因素做关联度分析,由此选出关键影响因素,接着根据这些影响因素建立相应的过程方程和预测方程.最后应用卡尔曼滤波递推地进行网络安全态势预测.实验结果表明该算法的预测精度优于传统的GM(1,1)算法和普通卡尔曼算法,算法适应性和实时性优于RBF算法.
在評估噹前網絡安全態勢的基礎上,掌握未來一段時間的網絡安全態勢,能夠為網絡管理者做齣安全防護的決策提供有效的信息.利用網絡安全態勢值具有非線性時間序列的特點,提齣一種基于灰關聯熵的網絡安全態勢卡爾曼預測算法.首先應用灰關聯熵分析方法對網絡安全態勢的各種影響因素做關聯度分析,由此選齣關鍵影響因素,接著根據這些影響因素建立相應的過程方程和預測方程.最後應用卡爾曼濾波遞推地進行網絡安全態勢預測.實驗結果錶明該算法的預測精度優于傳統的GM(1,1)算法和普通卡爾曼算法,算法適應性和實時性優于RBF算法.
재평고당전망락안전태세적기출상,장악미래일단시간적망락안전태세,능구위망락관리자주출안전방호적결책제공유효적신식.이용망락안전태세치구유비선성시간서렬적특점,제출일충기우회관련적적망락안전태세잡이만예측산법.수선응용회관련적분석방법대망락안전태세적각충영향인소주관련도분석,유차선출관건영향인소,접착근거저사영향인소건립상응적과정방정화예측방정.최후응용잡이만려파체추지진행망락안전태세예측.실험결과표명해산법적예측정도우우전통적GM(1,1)산법화보통잡이만산법,산법괄응성화실시성우우RBF산법.
