[发明专利]水文信息平台的安全态势感知模型的训练方法及应用方法

说明书

本申请涉及一种水文信息平台的安全态势感知模型的训练方法及应用方法。其中，应用大数据收集技术获取水文信息平台的各子系统的信息安全态势数据，并进行分析评价，得到不同时刻的安全要素评价向量；基于安全要素评价向量进行计算，得到各子系统以及水文信息平台整体的安全态势值；基于神经网络算法，利用安全态势值作为训练样本，训练得到安全态势感知模型。如此，使用大数据分析技术和神经网络算法对系统安全态势进行评估和预测，可以监控当前信息安全状况并预测未来安全状态的变化趋势，为保障水文信息平台的信息安全提供参考依据，实现对网络攻击的有效响应。

技术领域

本申请涉及水文信息平台安全监控与预测技术领域，尤其涉及一种水文信息平台的安全态势感知模型的训练方法及应用方法。

背景技术

通信和互联网技术结合传统水文管理方法，极大地促进了水文信息化进程。通过新技术的应用，使水文监测网络信息平台(简称水文信息平台)在感知、通讯、平台、应用4个方面对水文站进行提档升级，进而打造基于5G通信、大数据云计算技术的现代化、智慧化水文站，实现水文信息综合管理和高效信息利用。通信技术与网络的融合促进了水文监测走向智能网联时代，但随之出现的信息安全问题制约着水文信息平台的进一步应用和推广。

安全态势感知能够掌握系统整体风险情况，预知安全威胁，实现有效响应。目前，不少学者将安全态势感知模型应用于各个领域，用于提升系统安全防御水平。水文信息平台的信息安全涉及监测设备、通信网络、信息处理平台等部分，但目前的研究多是针对其中某一部分进行研究，对于水文信息平台系统整体安全方面的研究较少，在发生大规模信息安全事件时难以及时识别威胁以及难以及时进行有效响应。

发明内容

本申请提供一种水文信息平台的安全态势感知模型的训练方法及应用方法，以至少在一定程度上解决现有技术对于水文信息平台系统整体安全方面的研究较少，在发生大规模信息安全事件时难以及时识别威胁以及难以及时进行有效响应的问题。

本申请的上述目的是通过以下技术方案实现的：

第一方面，本申请实施例提供一种水文信息平台的安全态势感知模型的训练方法，其包括：

应用大数据收集技术获取水文信息平台的各子系统的信息安全态势数据；所述子系统包括监测终端、通信网络和云平台；

对各子系统的信息安全态势数据进行分析评价，得到各子系统不同时刻的安全要素评价向量；

基于所述安全要素评价向量，对各子系统以及水文信息平台整体的安全态势进行计算，得到各子系统以及水文信息平台整体的安全态势值；

基于神经网络算法，利用所述安全态势值作为训练样本，训练得到安全态势感知模型。

可选的，所述应用大数据收集技术获取水文信息平台的各子系统的信息安全态势数据，包括：

应用大数据收集技术，基于预先构建的多个要素集，获取所述要素集中每个安全要素对应的信息安全态势数据；其中，所述多个要素集是针对每个子系统涉及的安全要素分别构建的。

可选的，所述对各子系统的信息安全态势数据进行分析评价，得到各子系统不同时刻的安全要素评价向量，包括：

基于预先设定的多个安全等级，分别针对每个安全要素确定其在每个安全等级所占概率；

针对每个安全要素，基于其在每个安全等级所占概率，得到对应的安全要素评价向量。

可选的，所述预先设定的多个安全等级包括：安全、较安全、基本安全、不安全和危险。

可选的，所述基于所述安全要素评价向量，对各子系统以及水文信息平台整体的安全态势进行计算，得到各子系统以及水文信息平台整体的安全态势值，包括：

基于各所述安全要素评价向量，分别构造各子系统的模糊评价矩阵；