Key points are not available for this paper at this time.
Les tentatives d'intrusion dans les réseaux ont atteint un niveau alarmant. Le rapport de sécurité de Cisco de 2014 a indiqué que 50 000 intrusions réseau avaient été détectées et 80 millions de requêtes web suspectes bloquées quotidiennement. Ainsi, le Système de Prévention d'Intrusion (IPS) a été choisi comme mécanisme de défense dans de nombreuses organisations. Cependant, l'Université du pays de Galles du Sud a rapporté que sept grandes marques d'IPS avaient échoué à détecter et à bloquer 34 à 49 % des attaques dans les applications web. L'exactitude de l'IPS peut être améliorée si la situation réseau est également prise en compte lors de la prévention des tentatives d'intrusion. Une connaissance de la situation de sécurité réseau actuelle et à venir est requise avant que des précautions puissent être prises. L'évaluation de la situation et la prédiction sont deux phases principales de la conscience de la situation de sécurité des réseaux. Cet article présente un mécanisme d'évaluation et de prédiction de la situation de sécurité réseau qui propose un schéma d'évaluation de la situation basé sur l'entropie pour évaluer l'état actuel de la sécurité réseau avec l'aide du processus d'analyse hiérarchique et l'introduction d'un mécanisme de prédiction de situation adaptatif basé sur le modèle de Grey Verhulst et le filtrage de Kalman pour prédire la situation de sécurité à venir. L'efficacité du mécanisme est évaluée en utilisant le jeu de données du National Advanced IPv6 Center (NAv6) 2015. Les résultats ont démontré que l'évaluation de la situation de sécurité réseau basée sur l'entropie (E-NESSAS) évaluait de manière plus complète la situation de sécurité réseau en utilisant le concept d'entropie. Pendant ce temps, la prédiction de situation de sécurité réseau adaptative Grey Verhulst-Kalman (AGVK-NESSIP) a fourni une grande précision prédictive avec une précision de 82,77 %. Les résultats ont clairement révélé que le mécanisme proposé pouvait évaluer la situation de sécurité actuelle de manière systématique par E-NESSAS et pouvait prédire la situation plus précisément par AGVK-NESSIP indépendamment des intervalles de temps et du comportement de la séquence de données.
Leau et al. (Mon,) ont étudié cette question.