网络安全风险估计方法

以挖掘相关规则为网络安全事件特征，利用挖掘相关规则估计网络安全风险。使用样本输入xi样本输出yi所组成的(xi,yi)表示网络安全事件训练样本集，满足要求xiRn，yiRn。网络安全事件样本集(xi,yi)内部网络安全事件样本采用非线映射函数φ()映射到高维特征空间，网络安全事件评估的最优线性回归函数表达式如下:(2)式，b与w分别表示偏置量和权值。最小化结构风险原则LSSVM回归模型的解决方案如下：（3）（4）式，ei与C分别表示回归函数与实际结果的误差和惩罚函数。将公式(4)的约束优化引入拉格朗日乘子公式如下:(5)公式中，ai说拉格朗日乘子。依据Mercer条件定义核函数公式如下：（6）选择径向基核函数作为网络安全风险估计的核函数，径向基核函数表达式如下：（7）获得最终支持向量机回归模型如下：（8），σ为径向基核函数宽度。支持向量机参数决定其估计精度，选择合适的参数有助于提高网络安全风险估计精度。选取QPSO算法寻找支持向量机的参数。QPSO算法设置在维度为D的搜索空间中存在数量为m的粒子，使用粒子的原始位置xi(xi1,xi2,…,xid)表示，PB(pb1,pb2,…,pbd)表示当前最优位置，GB(bg1,bg2,…,bgd)表示全球最佳位置。粒子进化表达式如下：（8）式，mbest与β分别表示粒子组中的最佳粒子值和算法收敛速度。当迭代次数为t时，算法收敛速度计算公式如下：（9）网络安全风险评估过程如下：（1）根据网络安全风险评估规模设置粒子组中的粒子数量，粒子组中的粒子维度分别表示用于估计网络安全风险支持向量机的参数C和σ。（2）优化支持向量机参数的粒子群算法参数和最大迭代次数；（3）获取粒子的适应性函数；（4）计算粒子的最佳个体位置和全球最佳位置，建立网络安全信息数据库；（5）更新粒子群中的粒子位置；（6）根据上述过程反复迭代计算，判断是否符合终止条件，转向步骤（7），否则转向步骤（3）；（7）以上过程获得的最佳粒子为支持向量机参数，完成网络安全风险估计模型的建立，利用建立的网络安全风险估计模型获得网络安全风险估计结果。