近日，由我院赵冬梅教授团队完成的论文《A Network Security Situation Prediction Method Based on SSA-GResNeSt》被国际权威期刊《IEEE Transactions on Network and Service Management》（IEEE TNSM）录用。论文由赵冬梅老师、曾水光老师和研究生季国庆等共同完成。该研究针对现有网络安全态势感知预测模型忽略了通道特征之间的相互作用和输入数据中元素之间的依赖性等问题，提出了一种SSA-GResNeSt模型以应用于网络安全态势感知领域。SSA-GResNeSt通过融合改进的global context(GC)模块和ResNeSt，从两方面增强了传统的卷积神经网络：有效捕获跨特征交互，并获得输入数据的长范围依赖性。这增强了所提预测方案在捕获不同元素之间的关联方面的性能，从而更有效地从数据中提取关键信息以识别网络攻击。为进一步提高模型的性能，该文章使用了樽海鞘群算法来选择最优超参数，随后基于攻击影响计算了两个公共网络数据集的网络安全态势值并在数据集上进行了全面的实验验证。实验表明该模型在网络安全态势预测的能力上优于其它最新的模型。

IEEE TNSM由美国电气和电子工程师协会(IEEE)发行，是计算机网络与服务管理领域的权威国际学术期刊，涵盖了计算机信息系统的各个子领域，包括：管理模型，服务提供，管理职能，启用技术，信息和通信模式等。该刊目前是中科院SCI二区期刊，中国计算机学会推荐的C类刊，2023年最新影响因子为5.3。