一种基于预测模型的网络安全风险实时预测方法设计

摘要

精确的网络安全风险预测能够动态地降低网络入侵的风险,还有助于提高网络稳定运行的效率。作为信息安全的一个关键组成要素,传统的网络安全风险预测对网络资源的风险值评估是静态的,存在安全风险动态预测偏差较大的问题。因此,为了提高网络安全风险实时预测的准确性,提出了一种基于预测模型的网络安全风险实时预测方法。该方法首先根据网络攻击序列和安全形势评估构建预测模型,然后将小波神经网络预测算法应用于攻击强度观测序列的数据分析,并选取Morlet小波函数作为激励函数。仿真实验结果显示:相比其他预测方法,提出方法具有更高的网络安全风险预测准确性。