主页 / Qcon 上海 安全与隐私 (2015) / 大数据环境下的网络态势评估——模糊粗糙集方法探索
  • 作者
    刘志乐@杭州安恒信息
  • 简介

    当前网络规模不断扩大,网络环境日趋复杂,安全威胁也日益加剧,网络态势感知是在此大数据背景下的时代产物。网络安全态势感知包含态势理解、态势评估、态势预测及态势可视化4个环节。态势评估是网络态势感知的核心环节,针对评估方法中的粗糙集方法,由于粗糙集只能应对离散型的态势因子,对于连续型的态势因子需要做离散化处理,离散化方法将损失精度,若离散化方法选取不当,甚至将改变原始态势信息。模糊粗糙集方法是粗糙集的扩展方法,利用模糊集在描述模糊性上的优势,使得该方法能够直接处理连续型态势因子,但由于计算时间复杂度过高,难以应对大规模数据。通过大量实践,我们得出了一种基于聚合的模糊粗糙集方法,该方法通过一种规则聚合方式,缩减了规则数量,并通过定义聚合后规则的相似性度量,继而应用模糊粗糙集方法进行属性约简,得到约简的态势决策规则,使得模糊粗糙集方法在时间复杂度上变得可行。

    内容介绍

    • 安全分析的现状和趋势
    • 基于模糊粗糙集的态势感知
    • 基于工作流的威胁情报分析
  • 援引
    http://2015.qconshanghai.com/presentation/2857
  • 提示
    本站仅做资料的整理和索引,转载引用请注明出处
相关推荐
附件下载
  • QCon上海2015.大数据环境下的网络态势评估——模糊粗糙集方法探索.刘志乐.pdf
    时间: 大小: 2.43 M 下载: 51