基于改进BP神经网络的网络态势评估方法

焦利彬，霍永华，喻 鹏，李保罡

(1.中国电子科技集团公司第五十四研究所，河北 石家庄 050081； 2.北京邮电大学，北京 100876； 3.华北电力大学，河北 保定 071003)

0 引言

随着网络规模的不断扩大和网络服务的日益完善，网络服务数量激增，如何保证网络正确高效地运行就显得十分重要。态势评估通过汇总、分析监测系统和网络运行产生的运维大数据信息，对网络运行趋势进行评估和推理，有助于运维人员对大规模的网络系统进行全面、细节地监控[1]，了解网络的整体运行状况，为采取下一步运维管理措施提供依据[2]。网络态势评估可以为网络运维提供可靠的决策依据，帮助运维人员预估网络中可能存在的问题，加强对网络状况的认知程度，提高问题处置响应能力，缓解网络管理的压力。

常用的态势评估方法包括基于特征分析、基于分类器、基于神经网络的态势评估方法[3-5]。Cisco公司截取并分析与网络运维数据相关的数据包信息，获取所需的关键数据特征，提高了对网络流量状况的监控效率。文献[6]提出了一种基于朴素贝叶斯分类器的网络安全态势评估方法，充分考虑了多信息源与多层次异构信息融合，从整体动态上评估网络当前安全态势。近年来，基于神经网络的态势评估方法在较多实践中被证明表现良好。文献[7]仿照人体免疫系统的工作原理提出了一种网络环境下的风险定量计算方法，可以实时监测网络系统中存在的漏洞，具有自适应的特点。……