自回归滑动平均和相关向量机的信息系统安全态势估计

李欣蔚; 陈辉; 张亚红

Chinese

您当前的位置：

首页 >

文章列表页 >

自回归滑动平均和相关向量机的信息系统安全态势估计

更新时间：2026-09-04

- 自回归滑动平均和相关向量机的信息系统安全态势估计
- Information System Security Situation Assessment Based on Data Mining
- 微电子学与计算机 2017年34卷第9期页码：141-144
- 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：
  
  广西自然科学基金项目 2015GXNSFAA139299桂林航天工业学院项目 X11Z028
- DOI：
  中图分类号：
- 纸质出版：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

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

注意力机制与改进密集卷积引导的信息隐藏模型

一种基于特征上下文理解与切片分析的肺结核检测算法

基于监控指标关联性的微服务异常检测

基于多尺度融合与小目标增强的航拍车辆检测算法

大模型发展综述：从BERT到Deepseek的技术演进