稳态网络抗攻击频率准确预测方法仿真

摘要

以解决当前网络抗攻击频率预测方法中存在的预测准确性差、能耗高的问题为目的,提出基于贝叶斯理论的稳态网络抗攻击频率预测方法.将网络攻击报警数据划分为以攻击报警的数据名称为特征、以攻击目的IP地址为特征、以攻击时间间隔为特征的三个类别.分别计算两个攻击报警事件间名称的相似隶属函数值、攻击目的IP地址的相似隶属函数值、攻击时间间隔相似隶属函数值,并获取两个攻击报警事件间的总相似隶属度函数值,完成攻击报警数据聚合.将攻击报警聚合代入攻击证据计算中,并将攻击证据当作节点,组建贝叶斯网络蓄意攻击图.利用攻击图对攻击者于攻击时的攻击路径以及攻击状态进行分析,通过贝叶斯理论计算稳态网络内部危险后验概率,将后验概率和能耗控制阈值引入网络抗攻击频率的预测中,实现网络抗攻击预测.实验表明,上述方法预测准确性系数最高为0.98,所用能耗低.所提方法鲁棒性强,具有可实践性.