基于人工智能算法的网络安全风险评估方法

摘要

为提升网络安全风险评估效果,本文提出一种基于人工智能算法设计网络安全风险评估方法。使用Apriori算法挖掘候选序列的频繁项。首先,从流量变化、设备状态和故障频率等方面分析安全态势,利用卷积神经网络(Convolutional Neural Networks,CNN)提取空间局部特征;其次,利用BiLSTM挖掘数据的时间特征,调节权重和偏置参数结果得到风险特征候选值;最后,将评估因素集输入门控循环单元(Gated Recurrent Units,GRU)模型中,利用遗传算法(Genetic Algorithm,GA)选取最优的参数,输出结果为安全风险的评分值,与风险等级进行匹配,得到因素集的评估结果。结果表明,本文设计方法能够准确评估网络安全风险,具有较强的性能优势。