基于深度学习的物联网安全态势评估OA
针对物联网安全领域中的网络威胁识别和数据不平衡问题,提出综合深度学习技术的安全态势评估模型。其采用层次分析法构建评估指标,并结合双向GRU与Transformer技术进行攻击分类和态势值计算。为解决数据不平衡问题,提出基于WGAN和自适应注意力相结合的数据平衡策略。在ToN_IoT数据集上的实验结果显示,该模型在不同算法攻击分类中取得了最高准确率93.6%,同时在态势值评估实验中也获得了最小的均方误差,证明其在物联网安全态势评估任务上具有较高的准确性和效率。
彭兴维;袁凌云;于勇涛;马征;张康军
云南师范大学信息学院,云南昆明650500云南师范大学信息学院,云南昆明650500 云南师范大学民族教育信息化教育部重点实验室,云南昆明650500云南省智慧城市网络空间安全重点实验室,云南玉溪653100云南师范大学信息学院,云南昆明650500云南师范大学信息学院,云南昆明650500
信息技术与安全科学
物联网安全网络安全态势评估深度学习层次分析法ToN_IoT
《计算机应用与软件》 2026 (7)
P.330-337,353,9
国家自然科学基金项目(62262073)云南省应用基础研究计划项目(202101AT070098)云南省万人计划青年拔尖人才项目(YNW-QNBJ-2019-237)云南省重大科技专项计划“特色农产品光伏冷库冷链物流技术体系构建及关键技术研究与示范”(202202AE090011)云南省智慧城市网络空间安全重点实验室开放课题项目(202105AG070010)。
评论