引言
由于日益增长的网络环境威胁和越来越多的网络恶意攻击行为，网络安全已经成为当今互联网世界的一个重要问题。传统的安全解决方案已经不足以抵御当今各个领域持续不断动态发展的网络安全威胁，亟需能够有效感知预测并防御网络安全威胁的创新方法。因此，本文提出基于数据驱动的网络安全态势感知预测方法，它能够提供主动预测策略和实时监测，将为网络安全管理人员针对网络安全事件做出快速、准确决策提供有力支撑，使网络安全管理人员能够有效分配资源，采取应对措施，保护网络环境免受安全威胁。
数据驱动不仅是数据的采集分析，更是数字化时代催生的各类创新技术（人工智能、机器学习等）的综合应用，进而形成数据应用智能化，是利用数据分析来获取有用知识的过程，并最终做出智能决策。由人工智能和机器学习赋能的基于数据驱动的网络安全态势感知预测方法，利用网络日志、系统安全事件和用户行为等众多来源产生的大量数据来预测潜在的网络攻击，这使得积极主动和自适应的网络防御系统成为可能，而不是仅仅依赖预定义的规则和标签来防御网络威胁。此外，网络安全管理人员还可以通过从数据分析中获得的有用知识对网络攻击对手进行分析，深入了解其网络攻击方法、技术和程序，以便在实际网络安全威胁场景下做出更好的人工判断和决策。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006542
作者信息：
吴宝江
（中国电子科技集团有限公司电子科学研究院，北京100041）
此内容为AET网站原创，未经授权禁止转载。
