本文關(guān)鍵詞：相關(guān)向量機超參數(shù)優(yōu)化的網(wǎng)絡(luò)安全態(tài)勢預(yù)測

  更多相關(guān)文章： 網(wǎng)絡(luò)安全態(tài)勢 相關(guān)向量機 Powell算法 模擬退火 預(yù)測 超參數(shù)

【摘要】：針對當前網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法存在的過學習與欠學習、自由參數(shù)多、預(yù)測精度不高等問題,提出使用一種改進模擬退火法優(yōu)化的相關(guān)向量機模型(PSA-RVM)來解決網(wǎng)絡(luò)安全態(tài)勢預(yù)測問題。在預(yù)測過程中,首先對網(wǎng)絡(luò)安全態(tài)勢樣本數(shù)據(jù)進行相空間重構(gòu)形成訓練樣本集;然后,利用Powell算法改進模擬退火(PSA)法,并將相關(guān)向量機(RVM)嵌入到PSA算法的目標函數(shù)計算過程中,優(yōu)化RVM超參數(shù),以得到學習能力、預(yù)測精度提升的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型。仿真實例表明,所提方法具有較高的預(yù)測精度,平均相對誤差(MAPE)和均方根誤差(RMSE)分別為0.392 56和0.012 61,均優(yōu)于Elman和PSO-SVR模型;所提方法能夠較好地刻畫網(wǎng)絡(luò)安全態(tài)勢的變化趨勢,有助于網(wǎng)絡(luò)管理人員把握未來網(wǎng)絡(luò)安全態(tài)勢發(fā)展趨勢,從而提前主動采取相應(yīng)的網(wǎng)絡(luò)防御措施。
【作者單位】： 昆明理工大學質(zhì)量發(fā)展研究院;
【基金】：國家自然科學基金資助項目(61364016) 云南省應(yīng)用基礎(chǔ)研究計劃項目(2014FB136)
【分類號】：TP393.08
【正文快照】： 0引言隨著信息技術(shù)和網(wǎng)絡(luò)的快速發(fā)展,國家安全的邊界已經(jīng)超越地理空間的限制,拓展到信息網(wǎng)絡(luò),網(wǎng)絡(luò)安全成為事關(guān)國家安全的重要問題。真實、準確、客觀地對網(wǎng)絡(luò)安全態(tài)勢進行評估與預(yù)測能夠為網(wǎng)絡(luò)管理員提供安全防范策略決策支持。網(wǎng)絡(luò)安全態(tài)勢預(yù)測已成為當前網(wǎng)絡(luò)安全領(lǐng)域的研究

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 高昆侖;劉建明;徐茹枝;王宇飛;李怡康;;基于支持向量機和粒子群算法的信息網(wǎng)絡(luò)安全態(tài)勢復合預(yù)測模型[J];電網(wǎng)技術(shù);2011年04期

2 陳虹;王飛;肖振久;;基于IHS_RELM的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計算機科學;2013年11期

3 楊波;;基于PSA-SVRM模型的鋼鐵企業(yè)副產(chǎn)煤氣消耗量預(yù)測[J];過程工程學報;2014年03期

4 陳虹;王飛;肖振久;;基于PSO_SVR的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計算機應(yīng)用與軟件;2014年08期

5 陳秀真;鄭慶華;管曉宏;林晨光;;層次化網(wǎng)絡(luò)安全威脅態(tài)勢量化評估方法[J];軟件學報;2006年04期

6 范庚;馬登武;吳明輝;孟上;;電子系統(tǒng)狀態(tài)時間序列預(yù)測的優(yōu)化相關(guān)向量機方法[J];系統(tǒng)工程與電子技術(shù);2013年09期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李寶s，

本文編號：1250370