-
题名基于改进隐马尔可夫模型的云网络安全研究
被引量：2
- 1
-
-
作者
郑友生
-
机构
泉州幼儿师范高等专科学校信息教育技术中心
-
出处
《信阳农林学院学报》
2021年第3期111-114,118,共5页
-
文摘
针对隐马尔可夫(HMM)模型参数选择存在很大的主观性问题,提出一种基于自适应聚群粒子群算法(ASPSO)优化HMM的云网络安全态势评估方法。首先通过人工鱼群提高PSO算法的全局搜索性能,同时改进PSO的惯性权值和学习因子进,以提高HMM参数寻优准确率;然后以构建的最优HMM模型,构建云网络安全态势评估模型;最后模拟DDoS攻击场景,对上述评估模型进行验证。结果表明,改进算法在HMM参数寻优方面,只需迭代160次左右,而传统的PSO优化寻优要迭代430次。同时在真实模拟DDoS攻击场景时,与云网络实际受到攻击时大致相同,且在不同阶段表现出不同的态势值。由此看出,该改进模型可有效预测网络的安全。
-
关键词
云网络
安全态势评估
HMM模型
aspso算法
-
Keywords
cloud network
security situation assessment
HMM model
aspso algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进HMM的云网络安全研究
被引量：1
- 2
-
-
作者
郭义
-
机构
阜阳工业经济学校
-
出处
《粘接》
CAS
2021年第11期179-183,共5页
-
文摘
隐马尔可夫模型(HMM)是网络安全态势评估模型中应用最广泛的评估模型,其参数的确定直接影响了评估结果的客观性。针对这一问题,在粒子群算法(PSO)的基础上,提出自适应聚群粒子群算法(ASPSO)。首先通过人工鱼群在全局搜索方面的优势对PSO进行改进,然后对PSO算法中的惯性权值和学习因子进行改进,以提高HMM参数寻优准确率。最后以DARPA2000数据集中的LLDoS1.0的DDoS攻击场景进行模拟攻击,结果表明,改进算法在迭代次数方面要明显优于传统的PSO-HMM算法,且可真实模拟DDoS攻击场景,与云网络实际受到攻击时一致。
-
关键词
云网络
安全态势评估
HMM模型
aspso算法
-
Keywords
cloud network
security situation assessment
HMM model
aspso algorithm
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
