本文選題：和聲搜索算法 + 正則極速學習機　； 參考：《計算機科學》2013年11期

【摘要】：針對網(wǎng)絡安全態(tài)勢感知中的態(tài)勢預測問題,提出一種基于IHS_RELM的網(wǎng)絡安全態(tài)勢預測方法。對和聲搜索算法的原理進行了研究,在此基礎上提出一種改進的和聲搜索算法。將正則極速學習機(RELM)嵌入到改進的和聲搜索算法(IHS)的目標函數(shù)計算過程中,利用IHS算法的全局搜索能力來優(yōu)化選取RELM的輸入權值和隱含層閾值,在一定程度上提升了RLLM的學習能力和泛化能力。仿真實驗表明,與已有的其他預測方法相比,該方法具有更好的預測效果。
[Abstract]:Aiming at the situation prediction problem in network security situation awareness, a network security situation prediction method based on IHS_RELM is proposed. The principle of harmonic search algorithm is studied, and an improved harmony search algorithm is proposed. The regular extreme learning machine (RELM) is embedded into the objective function calculation of the improved harmony search algorithm (IHS). The global search ability of the IHS algorithm is used to optimize the selection of the input weights and hidden layer thresholds of the RELM. To some extent, it improves the learning ability and generalization ability of RLLM. Simulation results show that this method has better prediction effect than other existing prediction methods.
【作者單位】： 遼寧工程技術大學軟件學院;中國傳媒大學計算機學院;
【基金】：國家自然科學基金(61103199)資助
【分類號】：TP393.08

【參考文獻】

相關期刊論文 前6條

1 孟錦;馬馳;何加浪;張宏;;基于HHGA-RBF神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測模型[J];計算機科學;2011年07期

2 尤馬彥;凌捷;郝彥軍;;基于Elman神經(jīng)網(wǎng)絡的網(wǎng)絡安全態(tài)勢預測方法[J];計算機科學;2012年06期

3 鄧萬宇;鄭慶華;陳琳;許學斌;;神經(jīng)網(wǎng)絡極速學習方法研究[J];計算機學報;2010年02期

4 王晉東;沈柳青;王坤;王娜;;網(wǎng)絡安全態(tài)勢預測及其在智能防護中的應用[J];計算機應用;2010年06期

5 韓敏娜;劉淵;陳燁;;基于集對分析的網(wǎng)絡安全態(tài)勢評估[J];計算機應用研究;2012年10期

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

【共引文獻】

相關期刊論文 前10條

1 李寶s，

本文編號：1978784