摘要
本发明适用于网络安全技术领域,提供了基于大数据的网络安全感知方法与装置,包括以下步骤:采集多源数据,对采集的数据进行预处理,进行数据融合;对融合后的数据进行分类分析、聚类分析以及关联规则挖掘,从处理后的数据中提取与安全态势评估相关联的特征信息,将特征信息划分为训练集和测试集;基于随机森林算法和评估指标构建安全态势感知模型,所述评估指标包括入侵检测率、误报率、漏报率和响应时间;基于训练集对安全态势感知模型进行训练,通过交叉验证方法来评估模型的性能,并进行参数调优;基于测试集对安全态势感知模型进行评估。本发明相比现有的网络安全态势感知方案具有更高的准确性、鲁棒性以及实用性。
技术关键词
网络安全感知方法
Apriori算法
大数据
随机森林
决策树训练
轮廓系数
置信度阈值
网络流量特征
交叉验证方法
系统日志
购物篮
样本
指标
网络安全态势感知
聚类算法
马氏距离判别
感知装置
分类器