设计应用

基于遗传算法和LightGBM的网络安全态势感知模型

作者：胡锐，徐芳，熊郁峰，熊洲宇，陈敏
发布日期：2024-03-25
来源：网络安全与数据治理

引言

网络给诸多行业发展带来了便利，但因网络而导致的问题也日渐显著，相继出现了因网络信息保护不利而导致的信息泄露、网络诈骗、网络监听等事件［1］。人工智能技术是网络安全技术难题的重要解决手段，越来越多的研究着重于基于人工智能构建网络态势感知模型［2］。应对网络攻击的研究成为热门［3-4］，研究人员逐渐使用网络安全态势感知代替原有的被动防御措施，能够提前预测和发现潜藏的网络攻击。原始的网络异常流量检测模型中通常使用统计分析［5］等方法，由于是通过已有信息来进行防范，往往因为预测效果差而达不到防范新型网络攻击的效果。


本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000005929


作者信息：

胡锐，徐芳，熊郁峰，熊洲宇，陈敏

江西省烟草公司吉安市公司，江西吉安343009


杂志订阅.jpg

此内容为AET网站原创，未经授权禁止转载。
异常检测 机器学习 遗传算法 LightGBM

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2