CMA-ES算法优化网络安全态势预测模型

发布时间：2018-06-01 23:51

  本文选题：网络安全态势预测 + CMA-ES优化算法　； 参考：《哈尔滨理工大学学报》2017年02期

【摘要】：针对网络安全态势预测问题,提出了一种预测方法。该方法采用协方差矩阵自适应进化策略(CMA-ES)算法来优化径向基神经网络(RBF)预测模型中的参数,使得RBF预测模型具备更好的泛化能力,可以快速的找出复杂时间序列中的规律。仿真实验结果表明,采用CMA-ES优化的RBF预测模型能够准确预测出一段时间内的网络安全态势值,预测精度高于传统预测手段。
[Abstract]:Aiming at the problem of network security situation prediction, a prediction method is proposed. In this method, the covariance matrix adaptive evolutionary strategy (CMA-ESS) algorithm is used to optimize the parameters in the prediction model of radial basis function neural network (RBFN), so that the RBF prediction model has better generalization ability and can quickly find out the rules in the complex time series. The simulation results show that the RBF prediction model optimized by CMA-ES can accurately predict the network security situation value for a period of time, and the prediction accuracy is higher than that of the traditional prediction method.
【作者单位】： 长春工业大学应用技术学院;海南师范大学信息科学技术学院;长春市十一高中信息技术教研组;
【基金】：吉林省教育厅科学技术研究项目(吉教科合字[2014]第145号,[2016]第344号) 海南省自然科学基金面上项目(617120,617121)
【分类号】：TP393.08
，

本文编号：1966278