基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究

基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究

ID:32504588

大?。?.09 MB

頁(yè)數(shù):55頁(yè)

時(shí)間:2019-02-09

基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究_第1頁(yè)
基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究_第2頁(yè)
基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究_第3頁(yè)
基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究_第4頁(yè)
基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究_第5頁(yè)
資源描述:

《基于模糊-隱馬爾可夫模型的復(fù)合式攻擊預(yù)測(cè)方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)

1、萬(wàn)方數(shù)據(jù)擊場(chǎng)景的識(shí)別和攻擊意圖序列的預(yù)測(cè)三項(xiàng)功能,將成為主動(dòng)防御的重要組成部分,并應(yīng)用于主動(dòng)防御實(shí)踐中。通過(guò)仿真實(shí)驗(yàn)可以看出:經(jīng)過(guò)訓(xùn)練的隱馬爾可夫模型比未經(jīng)過(guò)訓(xùn)練的隱馬爾可夫模型在對(duì)復(fù)合式攻擊行為的識(shí)別和預(yù)測(cè)效果更佳,而且在當(dāng)前四類主流的復(fù)合式攻擊預(yù)測(cè)方法中,本文提出的基于模糊一隱馬爾科夫模型的復(fù)合式攻擊預(yù)測(cè)方法在報(bào)警信息預(yù)處理、報(bào)警信息關(guān)聯(lián)等方面的綜合性能最優(yōu)。關(guān)鍵詞:報(bào)警信息關(guān)聯(lián)規(guī)則模糊評(píng)價(jià)法隱馬爾可夫模型復(fù)合式攻擊萬(wàn)方數(shù)據(jù)AbstractAsweentertheinformationage,therequirementsof

2、securityofinformationtransmission,informationstorageandinformationprocessingareofamuchhigherstandard.Thenetworksecuritynotonlyrelatestothesafetyofthecountry,thedevelopmentofeconomyandtheprogressofthescienceandtechnology,butalsorelatestothevitalinterestsofeveryone.Netw

3、orkisadouble-edgedsword;itnotonlyacceleratestheinformatizationofsociety,butalsobringsahugechallengefortheinformationsecurityissues.Inrecentyears,therateofnetworksecuritycrimesriseseveryyear.Particularly,withtheadventofonlinebanking,mobilebanking,e—commerceandotheronli

4、neservices,andthenetworksecurityissuescausedbytheconstructionofavarietyofprivatenetworks,thefollowingnetworksecurityproblemsbecomehotissuesaswell.Inthisstage,thetraditionalpassivedefenseCan’tadapttothedynamicchangesofnetworksecurity.Afterapplyingofthedefenseindepthoft

5、hemilitaryfieldtothesecurityareas,activedefenseemerges.Inthispaper,throughthestudyoftheexistedmulti—stepaRackspredictionmethods,theimprovedApriorialgorithmandfuzzyevaluationareappliedtothehiddenmarkovmodel,andtheapproachtoforecastingmulti-stepattackbasedonfuzzyhiddenm

6、arkovmodelisproposed.AfterthesemanticanalysisofrawalertsandfeaturesanalysispossessedbyaRacks,therawalertsarefusedintosuperalertaccordingtotherulesfirstly.TherealIntentionsofattackersarehiddenandCan’tbeobservedbyobserversdirectly.Buttherawalertscanbeobserveddirectly.In

7、thisregard,hiddenmarkovmodelisappliedtomulti‘stepattackspredictionmethods,inwhichthealertsareasobservationlayerandtherealintentionsareashiddenlayenThentheattackscenariowhichthealertsbelongtoisrecognizedbytheForwardalgorithmofHMMandthenextpossibleattacksequenceisforeca

8、stedbyViterbialgorithm.Finally,theexistedhiddenmarkovmodelistrainedbyBaum-WelchalgorithmofHMMandwegetanewfuzzyhiddenmarkovmo

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。