一种基于机器学习的网络安全评估方法和系统
基本信息
申请号 | CN202210308554.2 | 申请日 | - |
公开(公告)号 | CN114422269A | 公开(公告)日 | 2022-04-29 |
申请公布号 | CN114422269A | 申请公布日 | 2022-04-29 |
分类号 | H04L9/40(2022.01)I;H04L41/16(2022.01)I;G06K9/62(2022.01)I | 分类 | 电通信技术; |
发明人 | 胡维;梁露露;韩冰;罗广超;李季;赵远杰;陈幼雷;陈晓峰;李可 | 申请(专利权)人 | 北京源堡科技有限公司 |
代理机构 | 北京集佳知识产权代理有限公司 | 代理人 | 黄忠 |
地址 | 100000北京市海淀区中关村东路1号院8号楼5层A503 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于机器学习的网络安全评估方法和系统,通过多维网络安全参数历史数据和对应的安全分值标签,对XGBoost模型进行训练,训练好的XGBoost模型,可直接用于网络安全评分,不再需要依赖于专家来对网络安全进行评估,解决了现有技术采用专家评分法进行网络安全评估,存在依赖于专家经验,具有较强的主观性,时间成本高,效率低下,且可靠性不高,难以满足大数据环境下的网络安全评估要求的技术问题。安全分值标签的制定是通过多个专家的评定,最后得到用于训练XGBoost模型的数据标签,进而训练得到用于网络安全评估的模型,达到了模拟多专家评分的效果,消除了单个专家评分所具有的片面性、局限性,提高了标签的准确性的可信度。 |
