计算机工程

作者：郭尚伟, 刘树峰, 李子铭, 欧阳德强, 王宁, 向涛

单位：重庆大学计算机学院, 重庆 400044

关键词：态势感知,威胁检测,堆叠稀疏自编码器,卷积神经网络,双向门控循环单元,注意力机制

基金：国家重点研发计划(2022YFB3103501); 国家自然科学基金(62101079); 重庆市自然科学基金面上项目(cstc2021jcyj-msxm0465); 重庆市留学人员回国创业创新支持计划(cx2021012)

伴随着网络技术的飞速发展, 网络安全面临的风险也日益增加, 网络攻击呈现复杂化、多样化的特征, 给现有网络攻击应对措施带来了巨大挑战。态势感知技术作为一种新兴概念, 为网络安全领域带来了新的思路。针对现有网络安全态势感知方法存在数据特征提取及较长时间序列数据处理能力不足的问题, 提出一种融合堆栈稀疏自编码器(SSAE)、卷积神经网络(CNN)、双向门控循环单元(BiGRU)和注意力机制(AM)的模型。通过SSAE和CNN提取数据特征, 利用AM强化BiGRU对关键信息的关注度, 实现对异常流量的攻击类别判定, 并结合网络安全态势量化指标, 对网络安全态势进行量化评分并划分等级。实验结果表明, 融合模型在各项指标上均优于传统深度学习模型, 能够准确感知网络态势。

来源：2024年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第11期