以支持向量機(jī)（SVM）為基礎(chǔ)提出一種網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法.SVM可以借助于已有的網(wǎng)絡(luò)安全態(tài)勢(shì)值對(duì)未來(lái)安全進(jìn)行預(yù)測(cè),并引入了遺傳算法對(duì)SVM進(jìn)行參數(shù)優(yōu)化,進(jìn)而提升其預(yù)測(cè)效率.仿真結(jié)果表明,此模型在預(yù)測(cè)網(wǎng)絡(luò)安全態(tài)勢(shì)變化趨勢(shì)方面有著很好的前景,能夠顯著提升預(yù)測(cè)精度,相較于傳統(tǒng)預(yù)測(cè)技術(shù)優(yōu)勢(shì)顯著,更契合當(dāng)前的互聯(lián)網(wǎng)環(huán)境. 

【文章來(lái)源】：湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020,30(01)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

網(wǎng)絡(luò)安全態(tài)勢(shì)樣本數(shù)據(jù)圖

首先將該態(tài)勢(shì)時(shí)延設(shè)定為1,然后利用以上的試湊法不斷提升嵌入的維數(shù),通過(guò)分析獲得8維,對(duì)應(yīng)的SVM為7個(gè)輸入變量與1個(gè)輸出變量,該態(tài)勢(shì)數(shù)據(jù)的重構(gòu)就可以利用該時(shí)延與嵌入維數(shù)來(lái)實(shí)現(xiàn),然后完成該SVM的訓(xùn)練與測(cè)試樣本集.隨后基于前者數(shù)據(jù)集來(lái)進(jìn)行SVM學(xué)習(xí),同時(shí)利用遺傳算法對(duì)此模型參量加以優(yōu)化.設(shè)置的參量包括進(jìn)化代數(shù)、初始種群、變異與交叉概率,它們的值依次為100、40、0.01、0.05與0.95.該系統(tǒng)在運(yùn)行至50.55 s之時(shí)出現(xiàn)目標(biāo)誤差,此時(shí)的SVM完成的訓(xùn)練步數(shù)達(dá)到5000,借助于該態(tài)勢(shì)的適應(yīng)度曲線可以得知,在30代遺傳之后,該染色體的適應(yīng)度開始逐漸穩(wěn)定,據(jù)此就能得到該預(yù)測(cè)模型的最優(yōu)參量:亦即高斯核函數(shù)寬度、不敏感損失函數(shù)與懲罰參數(shù),依次為5、0.001與100.隨機(jī)對(duì)該安全態(tài)勢(shì)進(jìn)行相應(yīng)的預(yù)測(cè),得到圖2的適應(yīng)度曲線.分析該圖可知通過(guò)約30代的遺傳,該染色體適應(yīng)度開始漸穩(wěn),由此得到該模型的最優(yōu)參量為:c=100,ε=0.001,σ=5.借助于該預(yù)測(cè)模型就可以得出預(yù)測(cè)誤差整體較小,預(yù)測(cè)精度得到了明顯的提升.3.3 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)

在使用最優(yōu)參量c=100,ε=0.001,σ=5構(gòu)筑相應(yīng)的安全態(tài)勢(shì)預(yù)測(cè)模型時(shí),可以選用最優(yōu)模型對(duì)這30個(gè)態(tài)勢(shì)值進(jìn)行預(yù)測(cè),并得到圖3的結(jié)果,而通過(guò)圖3給出的預(yù)期曲線可以得知該預(yù)測(cè)模型整體預(yù)測(cè)誤差較小,有著較高的預(yù)測(cè)精度.為了進(jìn)行對(duì)比分析,運(yùn)用BP與RBF這兩種神經(jīng)網(wǎng)絡(luò)算法來(lái)進(jìn)行預(yù)測(cè),并借助于均方(MSE)與平均相對(duì)誤差(MAE)來(lái)用作模型的評(píng)價(jià)指標(biāo),得到表2對(duì)比結(jié)果.

【參考文獻(xiàn)】：
期刊論文
[1]一種基于混合核函數(shù)PSOSVR的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法[J]. 李方偉,羅嘉,朱江,張海波.  微電子學(xué)與計(jì)算機(jī). 2015(12)
[2]組合核函數(shù)相關(guān)向量機(jī)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[J]. 劉付民,王靜詠,張治斌.  計(jì)算機(jī)應(yīng)用研究. 2016(08)
[3]相關(guān)向量機(jī)超參數(shù)優(yōu)化的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[J]. 肖漢杰,桑秀麗.  計(jì)算機(jī)應(yīng)用. 2015(07)
[4]網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法的仿真研究[J]. 曾斌,鐘萍.  計(jì)算機(jī)仿真. 2012(05)
[5]網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法的應(yīng)用研究[J]. 王庚,張景輝,吳娜.  計(jì)算機(jī)仿真. 2012(02)



本文編號(hào)：3312146