计算机应用研究

作者：李伟,何明,徐兵,钱发华,李晨,

单位：1.陆军工程大学指挥控制学院,南京210007；2.江苏省公安厅信息化处,南京210007；

关键词：云数据安全,数据融合,D-S证据理论,神经网络,

基金：江苏省重点研发计划资助项目；军内科研项目；军队重点课题；；

针对系统内评估信息来源单一、准确度偏差过大与异构数据提取融合不充分的问题，提出一种可扩展攻击行为的多源异构网络安全数据融合框架。首先，建立以攻击模式为核心的安全事件分析模型，进一步精简安全数据；其次，针对决策层数据特征提取不足的问题，建立了基于攻击行为的1D-CNN （1D convolutional neural network，1D-CNN）模型，对警务安全数据进行特征学习和重构；最后，为了进一步提高警务云安全数据的分类能力，模型改进了D-S证据理论并结合多源安全数据的可信度进行数据融合。实验分析表明，基于1D-CNN的改进D-S证据理论模型进一步提高了警务云中安全事件的报警识别率，与其他相关技术相比，该模型具有较好的分析能力，对警务云的安全入侵检测和漏洞分析具有重要意义。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期