基于反向传播算法的网络安全态势感知方法
杜秋阳
湖北民族大学智能科学与工程学院 湖北恩施 445000
摘要：高级持续性网络威胁具有的复杂、隐蔽和持久等特征,网络安全态势影响因素无法有效量化,使得网络正向传播无法深入提取高层次特征,导致网络安全态势感知精度下降现象.对此,文章提出了基于反向传播算法的网络安全态势感知方法.首先,采用卡尔曼滤波器和自回归滤波技术处理时间序列数据;然后,考虑网络漏洞严重性和网络受攻击的影响程度作为态势影响因素进行量化分析;最后,将态势影响因素作为卷积神经网络模型的输入信息,结合反向传播算法构建残差卷积神经网络模型,将态势影响因素作为输入信息ResNet通过多层卷积操作,从复杂的网络流量数据中提取高层次特征,识别攻击行为的细微模式,并通过反向传播优化,ResNet不断调整模型参数,实现网络安全态势感知.实验结果显示:采用反向传播算法的网络安全态势感知技术,有效提升了检测精度,减少了误差,并优化了模型的性能表现.
关键词：态势感知攻击检测网络安全网络防护反向传播算法
论文发表日期：2025-06-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 76-79 )