简介:在网络安全态势评估方法中,基于隐Markov模型的评估方法能较准确的反映网络安全状态的变化。但模型建立过程中,观测序列与转移矩阵难以科学地赋值,直接影响模型的准确性和有效性。针对上述挑战,本文提出了连续状态隐Markov模型的网络安全态势评估方法,首先,将安全状态空间划分为若干个有序状态,新获得的报警信息最优化的匹配已划分的有序状态作为观测序列;其次,基于划分的有序状态,将网络安全下一时间间隔可能处于的连续状态作为状态空间建立状态转移矩阵,从而有效降低转移矩阵维度,减少计算量的同时也更加突出地反映了网络的状态变化。最后,通过仿真实验分析,本文提出的模型建立方法更加合理地反映网络安全态势变化。
简介:在外弹道数据处理中,奇异点处理、特征点求取与随机误差削弱都是精度估计的关键环节.本文首先利用小波变换在处理奇异点、特征点、噪声消除方面的优势,对观测数据进行基于小波变换的分解、融合、重构处理,剔除奇异点,查找特征点,削弱随机误差.其次利用节点自由分布B样条描述导弹运动轨迹,使该弹道确定方法转化为关于求解导弹轨道样条表示参数和测量系统误差的多模融合的非线性优化问题,采用非线性最优化方法,进而得到待估参数的最优估计,完成弹道的最佳逼近.仿真结果表明,该技术应用在奇异点处理、特征点提取与随机误差削弱方面效果较好,多模融合算法能减少计算量,且能切实提高参数估计精度.