發(fā)布時(shí)間：2018-03-15 23:29

  本文選題：網(wǎng)絡(luò)安全態(tài)勢(shì)　切入點(diǎn)：Elman神經(jīng)網(wǎng)絡(luò)　出處：《系統(tǒng)仿真學(xué)報(bào)》2017年05期 　論文類型：期刊論文

【摘要】：網(wǎng)絡(luò)安全態(tài)勢(shì)受多種復(fù)雜因素影響,具有高度非線性、時(shí)變性、突變性等特點(diǎn),使得傳統(tǒng)上的單一預(yù)測(cè)模型存在預(yù)測(cè)精度低的問(wèn)題。針對(duì)這一不足,結(jié)合合作策略論,提出一種新的網(wǎng)絡(luò)安全態(tài)勢(shì)組合預(yù)測(cè)模型。通過(guò)Elman神經(jīng)網(wǎng)絡(luò)模型、GM(1,1)模型、支持向量機(jī)模型分別對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)進(jìn)行預(yù)測(cè),運(yùn)用合作對(duì)策中的Shapley值法,對(duì)單一模型的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)運(yùn)算得到組合預(yù)測(cè)結(jié)果,對(duì)真實(shí)網(wǎng)絡(luò)安全態(tài)勢(shì)數(shù)據(jù)進(jìn)行仿真測(cè)試。仿真結(jié)果表明,組合預(yù)測(cè)模型有效提高了網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)精度。
[Abstract]:The network security situation is influenced by many complicated factors and has the characteristics of highly nonlinear, time-varying and sudden change, which makes the traditional single prediction model have the problem of low prediction accuracy. In this paper, a new network security situation combination forecasting model is proposed, which is based on Elman neural network model and support vector machine model. The Shapley value method of cooperative game is used to predict the network security situation. The combined prediction results are obtained by weighted calculation of the prediction results of a single model, and the real network security situation data are simulated and tested. The simulation results show that the combined prediction model can effectively improve the precision of network security situation prediction.
【作者單位】： 東莞職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系;
【基金】：東莞市社會(huì)科技發(fā)展項(xiàng)目一般項(xiàng)目(2017507156388)
【分類號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃同慶;莊毅;;一種實(shí)時(shí)網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法[J];小型微型計(jì)算機(jī)系統(tǒng);2014年02期

2 劉玉嶺;馮登國(guó);連一峰;陳愷;吳迪;;基于時(shí)空維度分析的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法[J];計(jì)算機(jī)研究與發(fā)展;2014年08期

3 劉效武;王慧強(qiáng);賴積保;葉海智;;基于多源異質(zhì)融合的網(wǎng)絡(luò)安全態(tài)勢(shì)生成與評(píng)價(jià)[J];系統(tǒng)仿真學(xué)報(bào);2010年06期

4 屠文;;網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法的應(yīng)用研究[J];電子技術(shù)與軟件工程;2013年22期

5 陳世林;;基于Prolog的安全態(tài)勢(shì)推理技術(shù)研究[J];信息安全與通信保密;2011年06期

6 張弛;;網(wǎng)絡(luò)安全態(tài)勢(shì)量化評(píng)估算法研究[J];河南科學(xué);2013年07期

7 周芳;;可擴(kuò)展的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)價(jià)模型的優(yōu)化設(shè)計(jì)[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年03期

8 劉效武;王慧強(qiáng);梁穎;賴積保;;基于異質(zhì)多傳感器融合的網(wǎng)絡(luò)安全態(tài)勢(shì)感知模型[J];計(jì)算機(jī)科學(xué);2008年08期

9 徐茹枝;王宇飛;;面向電力信息網(wǎng)絡(luò)的安全態(tài)勢(shì)感知研究[J];電網(wǎng)技術(shù);2013年01期

10 潘兆亮;蔣興浩;陳秀真;;廣域網(wǎng)絡(luò)安全態(tài)勢(shì)值統(tǒng)計(jì)分析算法[J];信息安全與通信保密;2008年07期

相關(guān)碩士學(xué)位論文 前10條

1 張青松;基于支持向量機(jī)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[D];大連海事大學(xué);2015年

2 劉雷雷;基于Kalman算法和灰關(guān)聯(lián)熵的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法研究[D];南京航空航天大學(xué);2014年

3 許彪;網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)的研究[D];大連理工大學(xué);2008年

4 劉東旭;基于多源日志的網(wǎng)絡(luò)安全態(tài)勢(shì)系統(tǒng)的研究與實(shí)現(xiàn)[D];解放軍信息工程大學(xué);2009年

5 陳鳳蘭;基于小世界回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)技術(shù)研究[D];蘭州大學(xué);2014年

6 黃藻;基于事件的網(wǎng)絡(luò)安全態(tài)勢(shì)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2012年

7 朱亮;網(wǎng)絡(luò)安全態(tài)勢(shì)可視化及其實(shí)現(xiàn)技術(shù)研究[D];哈爾濱工程大學(xué);2007年

8 鄭善奇;網(wǎng)絡(luò)安全評(píng)價(jià)模型的研究[D];山東大學(xué);2008年

9 史磊;網(wǎng)絡(luò)安全態(tài)勢(shì)感知模型研究[D];蘭州大學(xué);2012年

10 吳華;基于網(wǎng)絡(luò)拓?fù)涞陌踩珣B(tài)勢(shì)控制技術(shù)[D];哈爾濱工業(yè)大學(xué);2007年

，

本文編號(hào)：1617341