蝙蝠算法優(yōu)化RVM的校園網(wǎng)絡(luò)安全研究
發(fā)布時(shí)間:2023-08-30 00:09
傳統(tǒng)的應(yīng)對(duì)網(wǎng)絡(luò)威脅的手段是根據(jù)所發(fā)生的攻擊針對(duì)性的提供補(bǔ)救措施,但是這種方式具有較強(qiáng)的滯后性,已難以滿足現(xiàn)在快節(jié)奏的網(wǎng)絡(luò)運(yùn)行環(huán)境。如何提供一種對(duì)網(wǎng)絡(luò)安全狀況的量化指標(biāo),根據(jù)對(duì)網(wǎng)絡(luò)安全的走勢(shì)進(jìn)行預(yù)測(cè)已經(jīng)成為了如今的研究熱點(diǎn)。文中針對(duì)網(wǎng)絡(luò)安全的量化評(píng)估與預(yù)測(cè)問(wèn)題,首先,提出了一種基于層次化評(píng)估模型的方法,實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)的量化手段,將其從定性分析上升到了定量分析;其次,提出了一種基于相關(guān)向量機(jī)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型,并通過(guò)蝙蝠算法提升了該模型的運(yùn)行效率;最后,通過(guò)數(shù)據(jù)集的樣本學(xué)習(xí),驗(yàn)證了預(yù)測(cè)方法的有效性,該方法具有較高的精度和可靠性。
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 網(wǎng)絡(luò)安全威脅態(tài)勢(shì)評(píng)估模型
1.1 層次化評(píng)估模型概述
1.2 模型構(gòu)建
1.3 網(wǎng)絡(luò)安全態(tài)勢(shì)計(jì)算
2 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型
2.1 RVM模型
2.1.1 RVM預(yù)測(cè)模型
2.1.2 超參數(shù)優(yōu)化
2.1.3 RVM核函數(shù)構(gòu)造
2.2 蝙蝠算法優(yōu)化RVM
2.2.1 蝙蝠算法的主要步驟
2.2.2 改進(jìn)蝙蝠算法
2.2.3 基于蝙蝠算法的RVM效率優(yōu)化
3 實(shí)驗(yàn)
4 結(jié)束語(yǔ)
本文編號(hào):3844554
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 網(wǎng)絡(luò)安全威脅態(tài)勢(shì)評(píng)估模型
1.1 層次化評(píng)估模型概述
1.2 模型構(gòu)建
1.3 網(wǎng)絡(luò)安全態(tài)勢(shì)計(jì)算
2 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型
2.1 RVM模型
2.1.1 RVM預(yù)測(cè)模型
2.1.2 超參數(shù)優(yōu)化
2.1.3 RVM核函數(shù)構(gòu)造
2.2 蝙蝠算法優(yōu)化RVM
2.2.1 蝙蝠算法的主要步驟
2.2.2 改進(jìn)蝙蝠算法
2.2.3 基于蝙蝠算法的RVM效率優(yōu)化
3 實(shí)驗(yàn)
4 結(jié)束語(yǔ)
本文編號(hào):3844554
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3844554.html
最近更新
教材專著