基于自修正系数修匀法的网络安全态势预测

针对目前网络安全态势预测方法的精确度不足问题,以自修正系数修匀法为基础提出一种新的网络安全态势预测模型。首先,设计一种网络安全态势评估量化方法,基于熵关联度将警报信息转化为态势实际值时间样本序列。然后,计算静态修匀系数自适应解并利用可变域空间获取预测初始值。最后,为了进一步提高预测精度,基于偏差类别并采用时变加权马尔可夫链对网络安全态势初始预测结果进行修正。采用LL_DOS_1.0数据集检验预测效果,实验结果表明,所提模型面向网络态势时间序列具有较高的自适应性和预测精度。