一种网络安全指数计算的数据输入方法及装置制造方法及图纸

本发明专利技术公开了一种网络安全指数计算的数据输入方法，包括根据获取的网络安全数据进行数据划分，得到第一网络安全数据；通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；利用所述第二网络安全数据构造等长多维向量；将所述等长多维向量组成数据集合，并进行数据的输入。本发明专利技术还公开了一种网络安全指数计算的数据输入装置。本发明专利技术实施例提供的一种网络安全指数计算的数据输入方法及装置，能够提高网络安全指数计算模型的准确度。

A data input method and device for network security index calculation

The invention discloses a data input method for calculating the network security index, which comprises data division according to the obtained network security data to obtain the first network security data, data processing on the first network security data to obtain the second network security data, constructing the equal length multi-dimensional vector by using the second network security data, dividing the equal length multi-dimensional vector Make up the data collection and input the data. The invention also discloses a data input device for calculating network security index. The embodiment of the invention provides a data input method and device for network security index calculation, which can improve the accuracy of network security index calculation model.

【技术实现步骤摘要】
一种网络安全指数计算的数据输入方法及装置
本专利技术涉及网络与信息安全领域，尤其涉及一种网络安全指数计算的数据输入方法及装置。
技术介绍
现有网络安全指数计算一般是通过网络安全专家经验设定网络安全指标体系以及相应的各个指标的权重值，之后计算得出网络安全指数，这样子的计算方法过于依赖网络安全专家，主观性强，不能根据实际情况学习调整，准确度不高。还有研究是将前馈神经网络用于网络安全指数计算，通过前馈神经网络训练和调整出网络安全指标体系中各个指标权重，但是由于前馈社交网络的深度有限，计算量大，不易收敛，该方法运用到大规模网络的网络安全指数计算时同样是准确度不高。
技术实现思路
本专利技术实施例提供一种网络安全指数计算的数据输入方法及装置，能够提高网络安全指数计算模型的准确度。为了解决上述技术问题，本专利技术实施例提供了一种网络安全指数计算的数据输入方法，包括根据获取的网络安全数据进行数据划分，得到第一网络安全数据；通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；利用所述第二网络安全数据构造等长多维向量；将所述等长多维向量组成数据集合，并进行数据的输入。作为优选方案，所述根据获取的网络安全数据进行数据划分，得到第一网络安全数据，具体为：根据获取的网络安全数据按照基础维、脆弱维、威胁维进行数据划分，获得所述第一网络安全数据；所述第一网络安全数据为基础运行指数、脆弱性指数、风险指数。作为优选方案，所述通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据，具体为：对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据。作为优选方案，所述对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据，包括对所述基础运行指数进行量化处理；根据划分的所述基础运行指数进行定量数据归一化处理，以计算单位时间段内的指标过载率；根据所述指标过载率进行定性量化处理，并按照规则将指标分成N个等级，每一所述等级指标分别进行归一化赋值；其中N为正整数。作为优选方案，所述对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据，包括对所述脆弱性指数进行层次式指标的量化处理；根据得到的三级指标基础网络的网络脆弱性指数，计算二级的所述网络脆弱性指数，以通过深度学习网络输入二级网络脆弱性指标。作为优选方案，所述对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据，包括对所述风险指数进行层次式指标的量化处理；根据得到的三级指标基础网络的网络风险指数，计算二级的所述网络风险指数，以通过深度学习网络输入二级网络风险性指标。作为优选方案，所述利用所述第二网络安全数据构成等长多维向量，具体为：将所述第二网络安全数据按照基础运行维、脆弱维、威胁维三个维度排序进行子网划分，以构成所述等长多维向量di，其中，di＝(基础运行维X个指标；脆弱维Y个指标；威胁维Z个指标)；其中X、Y、Z均为正整数。作为优选方案，所述将所述等长多维向量组成数据集合，具体为：根据所述等长多维向量di组成数据集合D＝{d1,d2,…,dn}，其中di为一个子网中采集到的网络安全指标数据。作为优选方案，所述将所述等长多维向量组成数据集合，并进行数据输入，具体为：将数据输入设置为m行*n列的模拟图片数据，其中，n列数据代表n个不同的网络子网；将所述模拟图片数据分组输入卷积神经网络中进行网络安全指数的计算。为解决相同的技术问题，本专利技术实施例还提供了一种网络安全指数计算的数据输入装置，包括：数据划分单元，用于根据获取的网络安全数据进行数据划分，得到第一网络安全数据；第一数据处理单元，用于通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；第二数据处理单元，用于利用所述第二网络安全数据构造等长多维向量；数据输入单元，用于将所述等长多维向量组成数据集合，并进行数据的输入。作为优选方案，所述数据划分单元，还用于根据获取的网络安全数据按照基础维、脆弱维、威胁维进行数据划分，获得所述第一网络安全数据；所述第一网络安全数据为基础运行指数、脆弱性指数、风险指数。作为优选方案，所述第一数据处理单元，还用于对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据。作为优选方案，所述第一数据处理单元，还用于对所述基础运行指数进行量化处理；根据划分的所述基础运行指数进行定量数据归一化处理，以计算单位时间段内的指标过载率；根据所述指标过载率进行定性量化处理，并按照规则将指标分成N个等级，每一所述等级指标分别进行归一化赋值；其中N为正整数。作为优选方案，所述第一数据处理单元，还用于对所述脆弱性指数进行层次式指标的量化处理；根据得到的三级指标基础网络的网络脆弱性指数，计算二级的所述网络脆弱性指数，以通过深度学习网络输入二级网络脆弱性指标。作为优选方案，所述第一数据处理单元，还用于对所述风险指数进行层次式指标的量化处理；根据得到的三级指标基础网络的网络风险指数，计算二级的所述网络风险指数，以通过深度学习网络输入二级网络风险性指标。作为优选方案，所述第二数据处理单元，还用于将所述第二网络安全数据按照基础运行维、脆弱维、威胁维三个维度排序进行子网划分，以构成所述等长多维向量di，其中，di＝(基础运行维X个指标；脆弱维Y个指标；威胁维Z个指标)；其中X、Y、Z均为正整数。作为优选方案，所述数据输入单元，还用于根据所述等长多维向量di组成数据集合D＝{d1,d2,…,dn}，其中di为一个子网中采集到的网络安全指标数据。作为优选方案，所述数据输入单元，还用于将数据输入设置为m行*n列的模拟图片数据，其中，n列数据代表n个不同的网络子网；将所述模拟图片数据分组输入卷积神经网络中进行网络安全指数的计算。相比于现有技术，本专利技术实施例提供了一种网络安全指数计算的数据输入方法，包括根据获取的网络安全数据进行数据划分，得到第一网络安全数据；通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；利用所述第二网络安全数据构造等长多维向量；将所述等长多维向量组成数据集合，并进行数据的输入；有益效果在于，通过将网络安全数据进行数据划分，并将对数据进行数据处理，以构造等长多维向量；并且根据所述等长多维向量组成数据集合以构成二维图像矩阵，并将所述二维图像矩阵输入卷积神经网络中进行网络安全指数的计算，从而使得网络安全指数计算更加客观，从而提高网络安全指数计算模型的准确率。附图说明图1是本专利技术实施例提供的一种网络安全指数计算的数据输入方法的流程示意图；图2是本专利技术实施例提供的一种网络安全指数计算的数据输入方法其中一实施例的网络安全指标排列示意图。图3是本专利技术实施例提供的一种网络安全指数计算的数据输入装置的结构示意图。具体实施方式下面将结合本专利技术本文档来自技高网...

【技术保护点】
1.一种网络安全指数计算的数据输入方法，其特征在于，包括/n根据获取的网络安全数据进行数据划分，得到第一网络安全数据；/n通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；/n利用所述第二网络安全数据构造等长多维向量；/n将所述等长多维向量组成数据集合，并进行数据的输入。/n

【技术特征摘要】
1.一种网络安全指数计算的数据输入方法，其特征在于，包括
根据获取的网络安全数据进行数据划分，得到第一网络安全数据；
通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据；
利用所述第二网络安全数据构造等长多维向量；
将所述等长多维向量组成数据集合，并进行数据的输入。


2.如权利要求1所述的网络安全指数计算的数据输入方法，其特征在于，所述根据获取的网络安全数据进行数据划分，得到第一网络安全数据，具体为：
根据获取的网络安全数据按照基础维、脆弱维、威胁维进行数据划分，获得所述第一网络安全数据；
所述第一网络安全数据为基础运行指数、脆弱性指数、风险指数。


3.如权利要求2所述的网络安全指数计算的数据输入方法，其特征在于，所述通过对所述第一网络安全数据进行数据处理，得到第二网络安全数据，具体为：对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据。


4.如权利要求3所述的网络安全指数计算的数据输入方法，其特征在于，所述对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据，包括对所述基础运行指数进行量化处理；根据划分的所述基础运行指数进行定量数据归一化处理，以计算单位时间段内的指标过载率；
根据所述指标过载率进行定性量化处理，并按照规则将指标分成N个等级，每一所述等级指标分别进行归一化赋值；其中N为正整数。


5.如权利要求3所述的网络安全指数计算的数据输入方法，其特征在于，所述对所述第一网络安全数据进行量化处理，获得所述第二网络安全数据，包括对所述脆弱性指数进行层次式指标的量化处理；
根据得到的三级指标基础网络的网络脆弱性指数，计算二级的所述网络脆弱性指数，以通过深度学习网络输入二级网络脆弱性指标。


6.如权利要求...

【专利技术属性】
技术研发人员：韩伟红，李树栋，黄子中，方滨兴，贾焰，王乐，顾钊铨，殷丽华，田志宏，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44