针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设...针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。展开更多
文摘针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。
