声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：杨宏宇, 张梓锌, 张良
单位：1. 中国民航大学 安全科学与工程学院, 天津 300300, 中国;<br>2. 中国民航大学 计算机科学与技术学院, 天津 300300, 中国;<br>3. 亚利桑那大学 信息学系, 图森 85721, 美国
关键词：并行特征提取,注意力机制,双向门控循环单元(BiGRU),态势评估
基金：国家自然科学基金民航联合研究项目（U1833107）\r\n
针对目前网络安全态势评估方法在特征提取、高效性等方面存在的不足，该文提出了一种基于并行特征提取和改进双向门控循环单元（BiGRU）的网络安全态势评估方法，设计了一个由并行特征提取网络（PFEN）和基于注意力机制改进的BiGRU组成的深度学习模型（PFEN-ABiGRU）。PFEN模块由并行的稀疏编码器组成，用于差异化地提取不同网络威胁的关键信息并将提取的特征与原始信息融合；ABiGRU模块通过注意力机制对关键特征进行加权以提高模型的准确性。将训练好的PFEN-ABiGRU模型用于网络威胁检测，根据威胁检测结果，结合提出的网络安全态势量化指标，计算网络安全态势值。实验结果表明，PFEN-ABiGRU在精确率和召回率上均优于对比的其他模型。
来源：2022年第5期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。