Information System Security Situation Assessment Based on Data Mining

LI Xin-wei; CHEN Hui; ZHANG Ya-hong

Chinese

您当前的位置：

首页 >

文章列表页 >

Information System Security Situation Assessment Based on Data Mining

更新时间：2026-09-04

- Information System Security Situation Assessment Based on Data Mining
- Vol. 34, Issue 9, Pages: 141-144(2017)
- 作者机构：
  
  1. 桂林医学院机构,广西,桂林,541004
  2. 桂林电子科技大学机构计算机与信息安全学院,广西,桂林,541004
  3. 桂林航天工业学院机构计算机科学与工程系,广西,桂林,541004
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2017
- 稿件说明：
移动端阅览
李欣蔚, 陈辉, 张亚红. 自回归滑动平均和相关向量机的信息系统安全态势估计[J]. 微电子学与计算机, 2017, 34(9): 141-144.

LI Xin-wei, CHEN Hui, ZHANG Ya-hong. Information System Security Situation Assessment Based on Data Mining[J]. 2017, 34(9): 141-144.
李欣蔚, 陈辉, 张亚红. 自回归滑动平均和相关向量机的信息系统安全态势估计[J]. 微电子学与计算机, 2017, 34(9): 141-144. DOI：

LI Xin-wei, CHEN Hui, ZHANG Ya-hong. Information System Security Situation Assessment Based on Data Mining[J]. 2017, 34(9): 141-144. DOI：

摘要

为了改善信息系统的安全态势估计效果

提出了自回归滑动平均和相关向量机的信息系统安全态势估计模型(ARIMA-RVM).该模型收集大量信息系统安全的历史数据

然后采用自回归滑动平均和相关向量机描述信息系统安全态势变化特点

建立信息系统安全态势估计模型

最后与其他信息系统安全态势估计模型进行了对比测试

结果表明

ARIMA-RVM可以发现信息系统安全态势的变化趋势

获得比其他模型更好的信息系统安全态势估计结果

估计结果可以帮助信息系统安全管理者制定防范措施.

Abstract

In order to estimate the effect of improving security situation information system

put forward the estimation model of information system based on data mining security situation. The method of collecting a lot of information system security of the historical data

and then using data mining combined kernel function to dig out the characteristics of information system security situation from the historical data

the establishment of information system security situation assessment model

finally model were compared

and the other information system security situation assessment results show that the model can be found to change the trend of information system security situation

get information system security situation better contrast model estimation results

the estimation results can improve the security of the information system and formulate corresponding preventive measures.

关键词

Keywords

references

唐作其, 陈选文, 戴海涛, 等. 多属性群决策理论信息安全风险评估方法研究[J]. 计算机工程与应用, 2011, 47(15): 104-106. DOI: 104

李方伟, 郑波, 朱江, 等. 一种基于RBF神经网络的信息安全风险估计模型[J]. 重庆邮电大学学报(自然科学版), 2014, 26(5): 576-583. DOI: 576

贾焰, 王晓伟, 韩伟红, 等. YHSSAS: 面向大规模信息的安全态势感知系统[J]. 计算机科学, 2011, 38(2): 4-8. DOI: 4

孟锦, 马驰, 何加浪, 等. 基于HHGA－RBF神经网络的信息安全态势估计模型[J]. 计算机科学, 2011, 38(7): 70-73. DOI: 70

王庚, 张景辉, 吴娜. 信息安全态势估计方法的应用研究[J]. 计算机仿真, 2012, 29(2): 98-101. DOI: 98

付钰钰, 吴晓平, 叶清, 等. 模糊推理与多重结构神经网络在信息系统安全风险评价中的应用[J]. 海军工程大学学报, 2011, 23(1): 10-16. DOI: 10

楼俊钢, 江建慧, 沈张果, 等. 软件可靠性估计的相关向量机模型[J]. 计算机研究与发展, 2013, 50(7): 1542-1550. DOI: 1542

德鹏, 孟真. 基于支持向量机的信息安全风险评估[J]. 华中科技大学学报(自然科学版), 2010, 38(3): 46-49. DOI: 46

张勇, 谭小彬, 崔孝琳, 等. 基于Markov博弈模型的信息安全态势感知方法[J]. 软件学报, 2011, 22(3): 495-508. DOI: 495

阮慧, 党德鹏. 基于RBF模糊神经网络的信息安全风险评估[J]. 计算机工程与设计, 2011, 32(6): 2113-2115. DOI: 2113

徐茹枝, 常太华, 吕广娟. 基于时间序列的信息安全态势估计方法的研究[J]. 数学的实践与认识, 2010, 40(12): 124-133. DOI: 124

王帆, 霍明奎, 王晓婷. 基于模糊灰度的信息系统安全风险评价与对策[J]. 情报科学, 2014, 32(1): 110-114. DOI: 110

王桢珍, 姜欣, 武小悦, 等. 信息安全风险概率计算的贝叶斯网络模型[J]. 电子学报, 2010, 38(2): 18-22. DOI: 18

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Implementation and verification of a dual-chain power gating strategy for low power design

Lightweight countermeasures against Spectre attacks on the branch prediction unit

A feature-oriented context understanding and slice analysis network for tuberculosis detection

A review of large model development: technological evolution from BERT to Deepseek

A high-efficiency charge pump for ultra-low voltage boost systems

Related Author

No data

Related Institution

No data

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰