基于PRF-RFECV特征优选的GA-Light GBM煤炭企业网络安全态势评估

摘要

目前的企业网络安全遭受的威胁呈现出多样化、复杂化的特点，攻击手段不断升级，传统防御机制难以应对新型网络威胁。为了提升煤炭企业网络安全的评估精度，进而实现其网络安全保障，研究提出一个新的网络安全态势评估模型。该模型根据煤炭企业网络环境、网络技术以及网络管理特征，设计具有针对性的网络安全评估指标体系。并基于该指标体系和遗传算法改进的轻量梯度提升机训练得到评估模型。结果表明，研究提出的模型在态势评估任务中的评估精度为0.98,、召回率为0.99。相较于其他模型，其综合性能更优，能够有效应对煤炭企业面临的复杂网络威胁。在运行情况的分析实验中，其运行时间仅为2.3 s,稳定性评分为0.96。研究提出的网络安全态势评估模型不仅具备高精度与高稳定性，还能在动态网络环境中实现快速响应，满足煤炭企业实时安全监测需求。研究方法为煤炭企业构建智能化、高效化的网络安全防护体系提供了有力支撑。

关键词

网络安全 / 遗传算法 / 态势 / 预测 / Light GBM