一种基于累加PSO-SVM的网络安全态势预测模型

发布时间：2018-07-03 04:18

  本文选题：网络安全 + 态势预测　； 参考：《计算机应用研究》2015年06期

【摘要】：在网络安全态势感知系统中,态势预测是关键的环节。为了保证及提高态势预测的精度,结合粒子群算法的寻优性能好和支持向量机的预测准确的优势,提出了一种在数据累加预处理基础上的PSO-SVM预测模型。此模型利用将原始序列累加,弱化了原始序列中的不规则扰动影响,增强了序列的规律性的特点,与粒子群优化支持向量机(PSO-SVM)相结合,更好地发挥预测精度高的优势,更能保证预测精度。通过仿真实验检验此模型的有效性,并与PSO-SVM预测模型的结果进行对比,验证了其预测精度的优越性。
[Abstract]:In the network security situation awareness system , situation prediction is the key link . In order to ensure and improve the accuracy of the situation prediction , the PSO - SVM prediction model based on the data accumulation preprocessing is proposed . This model is used to accumulate the original sequence , weaken the influence of the irregular perturbation in the original sequence , enhance the regularity of the sequence , and improve the prediction accuracy by combining the PSO - SVM with the PSO - SVM , and compare the results with the PSO - SVM prediction model to verify the superiority of the prediction accuracy .
【作者单位】： 重庆邮电大学移动通信技术重庆市重点实验室;
【基金】：国家自然科学基金资助项目(61271260)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前8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 黄仁全;李为民;张庆波;董雯;;基于ADMPDE-WNN的网络安全态势预测方法[J];电光与控制;2013年05期

3 任伟;蒋兴浩;孙锬锋;;基于RBF神经网络的网络安全态势预测方法[J];计算机工程与应用;2006年31期

4 张翔;胡昌振;刘胜航;唐成华;;基于支持向量机的网络攻击态势预测技术研究[J];计算机工程;2007年11期

5 曾斌;钟萍;;网络安全态势预测方法的仿真研究[J];计算机仿真;2012年05期

6 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

7 石波;谢小权;;基于D-S证据理论的网络安全态势预测方法研究[J];计算机工程与设计;2013年03期

8 Fei HE;Dong-feng HE;An-jun XU;Hong-bing WANG;Nai-yuan TIAN;;Hybrid Model of Molten Steel Temperature Prediction Based on Ladle Heat Status and Artificial Neural Network[J];Journal of Iron and Steel Research(International);2014年02期

【共引文献】

相关期刊论文 前10条

1 李宝s，

本文编号：2092364