基于DDPM-RF的网络安全态势感知算法研究
胡琦涛
中国船舶集团有限公司第七一六研究所 江苏连云港 222000
摘要：针对网络安全态势感知中普遍存在的数据不平衡问题,文章提出一种基于去噪扩散概率模型(DDPM)与随机森林(RF)的混合算法(DDPM-RF).该算法首先利用DDPM生成高质量、多样化的少数类攻击样本,实现数据集平衡;随后采用RF模型完成高效准确的攻击识别;同时结合层次分析法(AHP),构建服务层、主机层、网络层的多层次安全态势量化评估体系.基于UNSW-NB15数据集的实验结果表明,DDPM生成样本的均方误差(MSE)和Wasserstein距离均优于传统生成方法;DDPM-RF模型在准确率、召回率及F1-score等评价指标上均达到97％以上,显著提升了少数类攻击识别性能与态势评估可靠性.研究结果证实,所提方法可有效缓解不平衡数据导致的模型偏差,为构建精准、自适应的网络安全防护体系提供了新的技术思路与理论支撑.
关键词：网络安全态势感知扩散模型数据平衡随机森林攻击检测
论文发表日期：2026-03-25
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：5( 109-113 )