摘要：针对网络安全防御要素和评估结果的不确定性和模糊性问题,提出一种基于深度置信网络的特征提取方法,通过多层玻尔兹曼机进行特征降维并提取影响网络安全的关键因素,然后在深度置信网络最后一层加上softmax类别分类器,实现对网络安全态势感知和预测。真实的网络环境实验表明,基于深度置信网络的非监督方法能够在一定程度上提高网络安全的预测精度,提高模型的可用性和有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社