相关向量机超参数优化的网络安全态势预测

发布时间：2017-12-04 08:23

  本文关键词：相关向量机超参数优化的网络安全态势预测

  更多相关文章： 网络安全态势 相关向量机 Powell算法 模拟退火 预测 超参数

【摘要】：针对当前网络安全态势预测方法存在的过学习与欠学习、自由参数多、预测精度不高等问题,提出使用一种改进模拟退火法优化的相关向量机模型(PSA-RVM)来解决网络安全态势预测问题。在预测过程中,首先对网络安全态势样本数据进行相空间重构形成训练样本集;然后,利用Powell算法改进模拟退火(PSA)法,并将相关向量机(RVM)嵌入到PSA算法的目标函数计算过程中,优化RVM超参数,以得到学习能力、预测精度提升的网络安全态势预测模型。仿真实例表明,所提方法具有较高的预测精度,平均相对误差(MAPE)和均方根误差(RMSE)分别为0.392 56和0.012 61,均优于Elman和PSO-SVR模型;所提方法能够较好地刻画网络安全态势的变化趋势,有助于网络管理人员把握未来网络安全态势发展趋势,从而提前主动采取相应的网络防御措施。
【作者单位】： 昆明理工大学质量发展研究院;
【基金】：国家自然科学基金资助项目(61364016) 云南省应用基础研究计划项目(2014FB136)
【分类号】：TP393.08
【正文快照】： 0引言随着信息技术和网络的快速发展,国家安全的边界已经超越地理空间的限制,拓展到信息网络,网络安全成为事关国家安全的重要问题。真实、准确、客观地对网络安全态势进行评估与预测能够为网络管理员提供安全防范策略决策支持。网络安全态势预测已成为当前网络安全领域的研究

【参考文献】

中国期刊全文数据库 前6条

1 高昆仑;刘建明;徐茹枝;王宇飞;李怡康;;基于支持向量机和粒子群算法的信息网络安全态势复合预测模型[J];电网技术;2011年04期

2 陈虹;王飞;肖振久;;基于IHS_RELM的网络安全态势预测方法[J];计算机科学;2013年11期

3 杨波;;基于PSA-SVRM模型的钢铁企业副产煤气消耗量预测[J];过程工程学报;2014年03期

4 陈虹;王飞;肖振久;;基于PSO_SVR的网络安全态势预测方法[J];计算机应用与软件;2014年08期

5 陈秀真;郑庆华;管晓宏;林晨光;;层次化网络安全威胁态势量化评估方法[J];软件学报;2006年04期

6 范庚;马登武;吴明辉;孟上;;电子系统状态时间序列预测的优化相关向量机方法[J];系统工程与电子技术;2013年09期

【共引文献】

中国期刊全文数据库 前10条

1 李宝s，

本文编号：1250370