-
题名基于极限学习机的网络安全态势预测模型
被引量：2
- 1
-
-
作者
王瑞
李芯蕊
马双斌
-
机构
甘肃省公安厅网络安全保卫总队
兰州大学甘肃省信息安全等级保护测评中心
兰州大学应用技术研究院有限责任公司
-
出处
《信息安全研究》
2018年第8期739-742,共4页
-
文摘
在网络安全问题的研究中很多因素会造成网络不安全.网络安全态势预测技术能够从整体上反映网络安全状况.为了提高网络态势风险预测的准确性,提出了基于极限学习机的网络安全态势预测模型.使用MATLAB进行仿真,预测态势值.仿真结果表明,采用基于极限学习机的预测模型,学习速度快,精度高,可以较好地对网络安全态势进行预测.
-
关键词
网络安全
网络态势预测
极限学习机
BP神经网络
MATLAB仿真
-
Keywords
network security
network situation prediction
extreme learning machine
BP neural network
MATLAB simulation
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于PSO-SVR的网络态势预测模型
被引量：4
- 2
-
-
作者
王瑞
李芯蕊
马双斌
-
机构
甘肃省公安厅网络安全保卫总队
兰州大学甘肃省信息安全等级保护测评中心
兰州大学应用技术研究院有限责任公司
-
出处
《信息安全研究》
2018年第8期734-738,共5页
-
文摘
在生活高速信息化的今天,网络安全变得尤为重要,网络安全态势预测能够有效地预测网络态势的发展趋势.通过对已经存在的回归分析预测模型和基于神经网络的预测模型进行优缺点分析,探索了一个新的数据分析模型,将粒子群优化算法运用到支持向量机回归的参数选择过程中,根据数据样本库的特点构建了预测模型和框架,提高了预测的性能和准确率.并与基于神经网络的网络态势预测方法进行实验对比,实验表明模型具有较好的态势预测效能,预测精度较高,预测速度较快,能帮助管理人员及时预测网络态势发展,维护网络的安全与稳定.
-
关键词
网络态势预测
信息安全
粒子群优化算法
支持向量机
神经网络
-
Keywords
network situation prediction
information security
particle swarm optimization
SVR
neural network
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
TP393
[自动化与计算机技术—计算机应用技术]
-
