【摘 要】
：
部署在企业的各种安全系统协调性不够,不能及时地进行分析和展示安全威胁点,网络安全事件发生后,需要通过较长时间的调查工作确认攻击真实性、影响范围、损失评估、背景研判等,工作复杂,费时费力,且对响应人员的网络安全水平和技术能力都有较高的要求,制约了事件响应的及时性,导致很多事件无法得到有效处置.将各种网络安全系统日志通过数据采集并解析后建立Elasticsearch存储,对网络信息事件相关信息通过多维关联建立一个可视化网络威胁模型,对网络日志事件进行关联分析,实现了可视化多维网络威胁分析系统,提升威胁事件分析
【机 构】
：
国网湖北省电力有限公司,武汉 430077;国网湖北省电力有限公司信息通信公司,武汉 430077;中南民族大学计算机科学学院,武汉 430074
论文部分内容阅读
部署在企业的各种安全系统协调性不够,不能及时地进行分析和展示安全威胁点,网络安全事件发生后,需要通过较长时间的调查工作确认攻击真实性、影响范围、损失评估、背景研判等,工作复杂,费时费力,且对响应人员的网络安全水平和技术能力都有较高的要求,制约了事件响应的及时性,导致很多事件无法得到有效处置.将各种网络安全系统日志通过数据采集并解析后建立Elasticsearch存储,对网络信息事件相关信息通过多维关联建立一个可视化网络威胁模型,对网络日志事件进行关联分析,实现了可视化多维网络威胁分析系统,提升威胁事件分析及溯源的工作效率,降低威胁事件分析及溯源的人力成本,可以保障生产业务连续稳定运行,提升经济效益.
其他文献
针对城市轨道交通加速和制动过程中再生制动能量利用率不高、引起电网电压波动等问题,提出一种车载超级电容RBF神经网络自适应鲁棒滑模控制方法.设计基于超级电容的车载储能控制系统,利用状态空间平均法建立电路模型,进行精确反馈线性化,构建了神经网络自适应滑模控制器.通过仿真验证:该方法可以有效抑制牵引电网电压波动,最大限度地回收和利用列车的再生制动能量.
针对胶质瘤在结构上的多样性给分割带来的不精确等问题,提出一种应用对抗网络的胶质瘤MR图像分割方法,使用改进的U-Net网络作为生成器的基础架构,获得逐像素的分割结果,判别器是一个卷积神经网络结构.利用对抗机制优化生成器与判别器,直到两者同时收敛为止.训练好的生成器即可完成胶质瘤MRI分割.实验结果表明:提出的方法相比于传统U-net方法,Dice系数提高了4.42％,提高了分割的准确度.
基于机器学习和深度学习的叶分类图像模型过于关注某一类特征而忽视了模型的泛化能力,导致叶片的分类准确度不高、时间开销大.针对这一问题,在研究密集卷积神经网络的基础上,以苹果叶为对象,通过以下几种方法来提高检测效果:(1)增加一个数据不连续掩模层,以缓解训练神经网络时的过拟合现象;(2)使用广义平均池化改造原有池化方法,以增大输入特征的对比度,专注于输入特征图突出的部分,更好地利用来自卷积层输出张量的信息;(3)使用基于标签平滑(LableSmoothing)损失函数防止模型训练时过度拟合.仿真实验表明:改进
为研究微重力环境下矿山采煤取样设备中磁流变液的微观特性,首先,在微重力环境和外加磁场作用下对磁流变液磁性颗粒进行受力分析,建立了磁性颗粒的运动学方程;其次,研究了基于速度Verlet算法的磁性颗粒动力学仿真模拟策略和方法,并根据粒子动力学理论,对磁流变液微观结构进行了三维数值模拟;第三,研究了磁流变液在微重力环境和外加磁场作用下的微观结构实验方法,利用工业计算机断层扫描(CT)成像技术,搭建了磁流变液微观结构实验台;最后,研究了磁流变液在微重力环境和不同磁场作用下的微观结构.研究结果表明:在微重力环境中,
为避免摩擦副间油膜空化影响剪切特性,导致油膜动力传递失稳,对表面织构油膜剪切空化特性进行研究.首先,建立摩擦副间油膜流场的三维CFD模型,对不同织构类型、织构率条件下油膜剪切空化过程进行仿真模拟;其次,分析油膜空化体积分数变化规律及空化形态演变规律;第三,对油液及空化气体进行速度场分析,得到油液及空化气体流动规律;第四,对油膜进行压力场分析,得到油膜及织构凹坑内周向压力分布规律;最后,搭建实验台进行实验验证.研究结果表明:油膜剪切空化现象主要发生在外径处织构区域内,空泡呈细长圆弧状;随着转速及织构率增加,
提出了一种求解烟草配送路径规划问题的新型智能优化算法ITLBO.受现代多样化学习方式的启发,在传统教与学优化(TLBO)算法的框架基础上,新增加了培训阶段、自学阶段和反向学习阶段,以提高算法的全局寻优能力和解的质量.引入迭代变化法、线性顺序交叉(LOX)、2-opt算子对每个学习阶段离散化,使得算法能很好适用于组合优化问题.混合了精英选择、自适应退火以及禁忌策略,在有效平衡种群集中性和多样性的同时,加快算法的搜索过程.对某烟草公司单一车辆和多车辆配送路径规划问题求解结果表明:所提出的算法能优化配送路线,降
在使用数据挖掘技术对高校学生助学金等级进行分类的过程中,存在数据样本不平衡的问题.针对该问题,对基于上下文信息的特征交互网络模型CFIN进行了改进,提出了长尾分布下的助学金等级分类模型LT-CFIN.为验证学生人格特征与经济状况之间的相关性,丰富特征维度,依据大五人格理论和卡特尔16型人格理论(16PF)对学生的人格进行量化,使用学生校园卡数据集进行实验,对长尾分布下LT-CFIN模型的分类性能进行评估,整体数据集的AUC值达到98.28％,较其他对比模型提升了3.24％～4.81％,助学金3个等级的F1
方面级情感分析是一项细粒度的情感分类任务,目前常用的研究方法是使用神经网络模型结合注意力机制的模式,使用注意力机制挖掘方面词和上下文之间的关系.但是传统的注意力机制在训练时,往往会倾向于关注出现频率较高的情感词,给其分配较高的注意力权重值,对于低频情感词却关注不足.为了解决上述问题,提出了一种使用改进的自注意力机制的方面级情感分析模型.通过改进注意力机制的训练过程,使模型的注意力机制在训练时可以针对性地屏蔽掉高频情感词的影响,挖掘出句子中的低频情感词,得到更高的情感分类准确率.在SemEval 2014的
研究了有限域F2n上回旋镖均匀度为4的密码函数F(x)=x2t+2+γx的性质,其中n≡2(mod4),t=n2且ord(γ2t-1)=3.通过研究差分方程解的数目,确定了F(x)的差分谱,结果表明该函数是二值差分的.利用二次型理论,计算了F(x)的Walsh谱,进而确定了其非线性度.作为应用,利用F(x)构造一类二元线性码,确定了该线性码的重量分布.最后通过二值差分函数和2-设计之间的关系,利用该函数构造了一个2-设计.
研究主动康复训练中具有不确定性下肢康复机器人的自适应交互控制设计问题,提出基于阻抗模型的下肢康复机器人交互控制策略,实现人机系统柔顺性.首先,通过阻抗模型对下肢康复机器人末端位置进行调整,保证人机交互柔顺性.其次,设计基于前馈-反馈复合控制思想的跟踪控制策略.一方面,将下肢康复机器人模型参数以及外界干扰等不确定性视为总扰动,采用径向基(RBF)神经网络对其估计并进行前馈补偿.另一方面,采用反馈比例微分(PD)控制器,实现主动康复训练时的轨迹跟踪,同时保证闭环系统的稳定性.最后,通过仿真分析选择不同阻抗参数