本文選題：網(wǎng)絡安全 + 徑向基函數(shù)神經(jīng)網(wǎng)絡��； 參考：《蘭州大學》2017年碩士論文

【摘要】：信息化的普及給我們帶來生活上的便利和生產(chǎn)方式的變革,但同時它對于人們的隱私和財產(chǎn)安全有著巨大的隱患。因此,將歷史網(wǎng)絡安全數(shù)據(jù)和近期的網(wǎng)絡安全狀況相結(jié)合,預測未來短期內(nèi)的安全威脅,這對于保障網(wǎng)絡環(huán)境的健康十分重要。本文詳細研究網(wǎng)絡安全態(tài)勢預測的相關(guān)理論基礎和現(xiàn)在常用到的預測模型,提出一種基于改進人工魚群和粒子群混合優(yōu)化RBF神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測模型。主要工作如下:(1)通過對人工魚群算法的研究,發(fā)現(xiàn)其覓食行為中的嘗試次數(shù)影響算法的收斂效率。因此本文提出使用模擬退火算法中的Metropolis準則改進覓食行為,提高收斂效率的同時也利于算法在迭代的前期跳出局部極值點;其次,對人工魚群每次迭代中的最優(yōu)魚引入高斯變異算子,并通過Metropolis準則進行變異接收,提高人工魚群的全局搜索能力。(2)分析人工魚群算法和粒子群算法的優(yōu)缺點,結(jié)合人工魚群的全局搜索能力以及粒子群的局部收斂效率的優(yōu)點,使用改進人工魚群和粒子群混合算法對RBF神經(jīng)網(wǎng)絡的參數(shù)選擇進行優(yōu)化。根據(jù)樣本數(shù)據(jù)的特點設計RBF神經(jīng)網(wǎng)絡的結(jié)構(gòu),從而構(gòu)建基于混合算法優(yōu)化RBF神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測模型。(3)通過仿真實驗以及與其他預測模型的對比分析,驗證基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡的預測模型對于網(wǎng)絡安全態(tài)勢值預測的精確度和性能。仿真實驗結(jié)果表明,本文提出的預測模型對網(wǎng)絡安全態(tài)勢的預測與實際趨勢基本一致,預測精確度優(yōu)于進行對比的預測模型。
[Abstract]:In this paper , based on the characteristics of artificial fish swarm optimization and particle swarm optimization , this paper proposes a kind of network security situation prediction model based on improved artificial fish swarm optimization and particle swarm optimization ( RBF ) neural network .
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP393.08;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 顏璐;;用于星座獨立信號的盲RBF均衡器[J];科技資訊;2010年07期

2 張雅;向虎;郭芳瑞;張自亮;;RBF網(wǎng)絡模型參考自適應控制在溫度控制中的仿真研究[J];系統(tǒng)仿真學報;2008年02期

3 劉慧明;劉亮;董洪燦;;基于RBF網(wǎng)絡的模型參考自適應控制[J];青島科技大學學報(自然科學版);2008年01期

4 趙芳;孟凡榮;;基于RBF網(wǎng)絡的煤與瓦斯突出預測研究[J];微計算機信息;2009年03期

5 危志明;;RBF網(wǎng)絡在圖書館流通量預測中的應用[J];科技情報開發(fā)與經(jīng)濟;2009年06期

6 龍華;;基于免疫遺傳算法和梯度下降的RBF網(wǎng)組合訓練方法[J];計算機與現(xiàn)代化;2011年03期

7 苗青,曹廣益,朱新堅;基于一種改進的RBF神經(jīng)網(wǎng)絡的直接甲醇燃料電池建模[J];系統(tǒng)仿真學報;2005年02期

8 楊胡萍;白慧;劉家學;張力;;基于改進RBF神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測[J];東華大學學報(自然科學版);2008年02期

9 滕利強;;基于RBF模糊神經(jīng)網(wǎng)絡控制器的設計及仿真[J];科技資訊;2011年09期

10 夏繼偉;欒航;吳晶;;基于RBF神經(jīng)網(wǎng)絡的港口大氣污染預警研究模型[J];商業(yè)文化(學術(shù)版);2007年07期

相關(guān)會議論文 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網(wǎng)絡在漏鋼預報中的應用[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

2 彭正勇;;基于RBF神經(jīng)網(wǎng)絡的巷道圍巖松動圈厚度預測[A];全國金屬礦山采礦新技術(shù)學術(shù)研討與技術(shù)交流會論文集[C];2007年

3 王海榮;;基于遺傳RBF網(wǎng)絡時間序列的城市火災預測[A];提高全民科學素質(zhì)、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經(jīng)網(wǎng)絡的氣溫預報模型的研究[A];中國氣象學會2008年年會第二屆研究生年會分會場論文集[C];2008年

5 宋宜斌;王培進;;一種改進的RBF神經(jīng)網(wǎng)絡預測模型[A];2005年中國智能自動化會議論文集[C];2005年

6 李亞芬;楊揚;;基于RBF網(wǎng)的CSTR內(nèi)�？刂芠A];第二十屆中國控制會議論文集（下）[C];2001年

7 王俊松;田庫;劉玉敏;張興會;李建國;劉玉亮;;基于RBF神經(jīng)網(wǎng)絡的腫瘤組織熱傳導過程建模及軟測量[A];第25屆中國控制會議論文集（上冊）[C];2006年

8 徐中;辛志東;葉希貴;;基于RBF神經(jīng)網(wǎng)絡水處理系統(tǒng)建模與仿真[A];第六屆全國表面工程學術(shù)會議論文集[C];2006年

9 黃艷清;曹長修;孫圣軍;;基于自反饋RBF神經(jīng)網(wǎng)絡的高爐熱狀態(tài)預測模型[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強;郝繼紅;段運波;許耀銘;;基于RBF網(wǎng)絡的非線性系統(tǒng)輸出跟蹤控制[A];1994中國控制與決策學術(shù)年會論文集[C];1994年

相關(guān)博士學位論文 前2條

1 趙斌;基于RBF網(wǎng)絡的北方溫室溫濕度控制機理的研究[D];東北林業(yè)大學;2010年

2 曾祥萍;自適應組合RBF濾波器理論及其應用研究[D];西南交通大學;2013年

相關(guān)碩士學位論文 前10條

1 賴智全;基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測模型[D];蘭州大學;2017年

2 杜盟盟;基于RBF神經(jīng)網(wǎng)絡的機械手軌跡跟蹤控制方法研究[D];河南科技大學;2015年

3 張力;基于RBF神經(jīng)網(wǎng)絡和標簽關(guān)聯(lián)的多標簽學習[D];東南大學;2016年

4 邱龍;導向鉆井穩(wěn)定平臺RBF-滑模變結(jié)構(gòu)控制[D];西安石油大學;2016年

5 夏文學;基于RBF神經(jīng)網(wǎng)絡的股價操縱判別研究[D];武漢輕工大學;2016年

6 王翠;基于灰色理論和RBF神經(jīng)網(wǎng)絡民航客運量預測方法研究[D];北京交通大學;2008年

7 尹德武;RBF的改進及在中國轎車市場預測中的應用研究[D];大連理工大學;2006年

8 翟偉;基于自適應RBF神經(jīng)網(wǎng)絡的商業(yè)銀行信貸風險預警評估研究[D];重慶工商大學;2008年

9 李志強;基于RBF神經(jīng)網(wǎng)絡在線辨識的永磁無刷直流電機單神經(jīng)元自適應PID控制[D];天津大學;2005年

10 高彥荷;基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡優(yōu)化及應用[D];四川大學;2004年

，

本文編號：1924157