首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Transformer的网络安全态势预测
引用本文:赵冬梅,李志坚.基于Transformer的网络安全态势预测[J].华中科技大学学报(自然科学版),2022,50(5):46-52.
作者姓名:赵冬梅  李志坚
作者单位:河北师范大学计算机与网络空间安全学院,河北 石家庄050024;河北师范大学河北省网络与信息安全重点实验室,河北 石家庄050024;河北师范大学河北省供应链大数据分析与数据安全工程研究中心,河北 石家庄050024,河北师范大学计算机与网络空间安全学院,河北 石家庄050024;河北师范大学河北省网络与信息安全重点实验室,河北 石家庄050024
基金项目:国家自然科学基金资助项目(61672206);;河北省省级科技计划资助项目(20310701D);
摘    要:针对当下网络安全态势预测准确率低的问题,将Transformer用于网络安全态势预测.首先,引入门控循环单元(GRU)来降低样本特征的维度,维度的下降有利于减少训练Transformer的代价和缓解Transformer过拟合问题;然后,将降维后的特征输入Transformer层,通过编码器提取具有时序关系的特征;最后,使用全局平均池化处理提取的特征,以减少全连接层的参数量,减缓过拟合问题.在两个网络安全数据集上的实验表明:该方法可以降低训练时间,并且在准确率、精确率和F1值三个指标上的综合表现优于其他方法.

关 键 词:网络安全  态势预测  Transformer  门控循环单元(GRU)  降维

Network security situation prediction based on Transformer
ZHAO Dongmei,LI Zhijian.Network security situation prediction based on Transformer[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2022,50(5):46-52.
Authors:ZHAO Dongmei  LI Zhijian
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号