[发明专利]一种数据全生命周期安全的分析方法

说明书

本发明提供一种数据全生命周期安全的分析方法，包括以下步骤：构造训练样本集，从数据集得到数据的每个生命周期安全事件的攻击次数，然后与层次分析法计算出的数据安全事件权重相乘，得到某时间监测点的数据安全态势值，最终得到与监测时间点相对应的关于态势值的时间序列构成实验数据样本集，还需要再将样本集划分为训练样本和测试样本；训练bagging算法模块集成v‑SVM的分析模型，bagging算法模块集成v‑SVM的分析模型使用最大为10个v‑SVM作为弱学习分类器，并且设定训练样本抽取比例为50％。本发明的有益效果是：对数据进行准确地安全态势分析。

技术领域

本发明涉及机器学习和态势分析领域，具体涉及一种分析数据全生命周期的安全态势的方法。

背景技术

传统的机器学习方法是在一个可能由各种函数组成的空间(“假设空间”)中找到一个分类器h，此分类器最接近实际分类函数f。单个分类器模型通常有人工神经网络、朴素贝叶斯分类器和支持向量机等等。集成学习的思想是在对实例进行分类时，集成了若于单个分类器，而最终的分类结果是通过某种方式组合若干分类器的分类结果来决定的，使集成分类器的性能优于单个分类器。假设每个单个分类器都是个决策者，那么集成学习的思路就是多个决策者一起做出一项决策。附图1表示了集成学习的基本思想。附图1中的集成预测分类器包含了n个单一的预测分类器，对于相同的输入，n个预测分类器分别输出各自的预测分类结果(O₁,O₂,L,O_n)，然后这些预测分类结果通过整合以后得到集成预测分类器整体的输出结果作为最终预测结果。

bagging(Bootstrap AGGregatING)是Breiman提出的，其思想是有放回地抽取训练集的训练样本，使每一个基本预测分类器的训练样本集都是训练集的子集并且各不相同，这样训练得到的基本预测分类器也不尽相同。bagging算法的示意图如附图2所示。附图2中，X为预测样本集，S₁,S₂,...,S_n。为以指定概率从原始训练样本集S中选取的样本子集。C₁,C₂,...,C_n为n个弱学习分类器，n个弱学习算法的预测结果C₁(x),C₂(x),...,C_n(x)，C为bagging集成n个弱学习算法的强学习机，C(x)为强学习机的预测结果。算法的步骤如下：

步骤一：对集成学习bagging算法初始化，设定bagging算法最大迭代次数t，即弱学习机的个数。选定弱学习算法，并设定弱学习算法的训练参数；步骤二：以指定概率从数据集S中有放回地选取样训练本子集S_i，i∈[1,2...,t]，作为弱学习算法的训练样本子集S_i；步骤三：将训练样本子集Si，输入到弱学习算法中训练，得到对应的弱学习机C_i；步骤四：检查当前集成学习bagging算法是否达到算法的最大迭代次数t，若已达到，则执行步骤五；否则，返回步骤二；步骤五:计算弱学习机序列C₁,C₂,...,C_n预测结果的某种组合方式的结果C(x)＝f(C₁(x),C₂(x),...,C_n(x))，即为强学习机C的预测结果C(x)。

bagging是基于对训练集进行处理的集成方法中最直观、最简单的一种。Breiman指出，要使得bagging有效，基本分类器的学习算法必须是不稳定的，即对训练数据敏感。基本分类器的学习算法对训练数据越敏感，bagging的效果越好，因此对于人工神经网络和支持向量机这样的弱学习算法bagging是相当有效的。另外由于bagging算法本身的特点，使得bagging算法非常适合用来并行训练多个基本分类器，这也是bagging算法的一大优势。