深度学习算法的舰船网络安全状态识别

作者：杨春霞; 陶可瑞; 宋永生

来源：舰船科学技术, 2023, 45(21): 193-196.

• 深度学习
• 随机森林
• 网络安全
• 特征提取
• 注意力机制

为了提高舰船的网络安全，降低网络攻击的影响，提出深度学习算法的舰船网络安全状态识别方法。采集舰船网络流量数据，使用随机森林算法计算舰船网络流量数据特征基尼系数，以此为标准比较、排序每一个特征在随机森林中的贡献平均值，得出不同特征的重要程度，将重要程度高的特征输入BiLSTM神经网络之中，利用神经网络的自我学习完成对舰船的网络安全状态的识别，并且增加注意力机制进一步提高学习效率和分类准确率。实验数据表明，在利用随机森林进行特征提取时，特征数量选择为75个时，可兼顾特征充分参与分支、计算效率与识别准确度；网络受到攻击后流量有明显的改变，根据网络流量改变情况，使用该方法能够判断出船网络遭受的攻击方式。

• 单位
  济南大学泉城学院