【技术实现步骤摘要】
一种基于DE-GWO-SVR的工业互联网安全态势预测方法
本专利技术属于工业互联网安全
，涉及一种基于DE-GWO-SVR的工业互联网安全态势预测方法。
技术介绍
互联网技术广泛应用工业企业中化，高速工业化和信息化催生出的工业互联为我们的生产生活带来了极大的便利，但随着工业信息化的逐渐深入，企业在转型升级过程中也随时要面临各种网络攻击的威胁。现在随着IPV6技术和5G技术的不断应用，工业互联网企业将面临更复杂多变的安全威胁。针对工业互联网安全可靠、海量覆盖、低时延等需求，加强工业信息安全，构建全方位的工业信息安全保障体系是智能制造企业发展的基础保障。传统的网络安全防护措施，如IDS防护，防火墙漏洞检查系统防护、数据加密防护等，都缺乏一定的自主性和关联性，而网络态势感知技术可以在大型的工业互联网环境下获取造成安全态势变化的相关信息，对内部安全事件进行有效的分析评估，并对最近将要面临的网络安全威胁进行顺延式预测，进一步帮助安全管理人员制定管理决策和预防行动。目前，虽然有将机器学习方法应用到网络安全态势预测领域的，但...
【技术保护点】
1.一种基于DE-GWO-SVR的工业互联网安全态势预测方法，其特征在于：包括以下步骤：/nS1：收集工业互联网安全数据信息及安全资产信息并进行预处理，建立工业互联网安全数据库；/nS2：对数据库中的安全数据进行处理，得到工业互联网安全态势值数据集；/nS3：采用滑动窗口法将工业互联网安全态势值数据集中的数据构建出训练样本数据集和测试样本数据集；/nS4：构建基于DE-GWO-SVR的工业互联网安全态势预测模型预测未来安全态势；/nS5：检验安全态势预测模型，若不满足要求，则返回步骤S4，直至预测结果满足要求。/n
【技术特征摘要】
1.一种基于DE-GWO-SVR的工业互联网安全态势预测方法，其特征在于：包括以下步骤：
S1：收集工业互联网安全数据信息及安全资产信息并进行预处理，建立工业互联网安全数据库；
S2：对数据库中的安全数据进行处理，得到工业互联网安全态势值数据集；
S3：采用滑动窗口法将工业互联网安全态势值数据集中的数据构建出训练样本数据集和测试样本数据集；
S4：构建基于DE-GWO-SVR的工业互联网安全态势预测模型预测未来安全态势；
S5：检验安全态势预测模型，若不满足要求，则返回步骤S4，直至预测结果满足要求。
2.根据权利要求1所述的基于DE-GWO-SVR的工业互联网安全态势预测方法，其特征在于：步骤S2具体包括以下步骤：
S21：通过对态势影响指标分类的研究，将提取到的数据进行预先处理，进行量化分级；
S22：安全态势值计算：按照以下公式计算一个周期内的工业互联网安全态势值：
式中，T表示安全态势值的大小，N表示一周内不同类型的攻击总数量，i表示类型，ω1、ω2、ω3表示权重因子，Vi、Ti、Ai表示相同类型的攻击对应的脆弱程度值、威胁程度值以及资产价值；
S23：归一化处理：按照以下公式将数据归一化到[0,1]区间：
式中，Xi和X′i分别表示归一化处理前后的态势值，i＝1,2,…,150；Xmax和Xmin分别表示原始数据中的两最大值和最小值。
3.根据权利要求1所述的基于DE-GWO-SVR的工业互联网安全态势预测方法，其特征在于：步骤S3中，采用滑动窗口法将工业互联网安全态势值样本数据集的80％数据确定为训练样本数据集，20％确定为测试样本数据集，选用滑动窗口为5，采取单步预测的方式即用前5个安全态势值预测后1个安全态势值，构建样本训练集D＝(Xi,Yi)和样本测试集T＝(Xi,Yi)。
4.根据权利要求3所述的基于DE-GWO-SVR的工业互联网安全态势预测方法，其特征在于：步骤S4中，先将差分进化算法DE引入灰狼算法GWO得到改进的灰狼优化算法，初始化改进的灰狼优化算法中的种群规模、最大迭代次数、空间维数，再利用步骤S3中构建的训练样本数据集训练态势预测模型，以样本数据集经过训练得到的预测值和真实值之间的残差作为适应度函数，找出最优个体，最后将得到的最优个体对支持向量回归机SVR参数进行优化，构建出基于DE-GWO-SV...
【专利技术属性】
技术研发人员：胡向东，吕高飞，白银，韩恺敏，盛顺利，石千磊，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。