基于模糊神经网络的态势感知学习算法研究
发布时间：2021-11-08 02:04
随着计算机网络和数据科学的不断发展,传统的网络分析和管理已暴露自身短板,现阶段着眼于网络运行态势情况建立完整的感知模型已成为该领域的新需求,因此提出网络运行态势感知这样一个研究的核心问题。网络运行态势感知将通过对态势重要因子的获取、处理、分析、预测等一系列工作,来判断网络整体运行情况以及后续调整网络资源。在该过程中,结合网络数据本身的模糊性、大量性等特点,采用模糊逻辑方法对网络运行数据进行分析,借鉴人工智能方法对其进行建模,都将是网络运行态势感知研究必然的新方向。因此,本文围绕网络运行态势感知这一研究核心,完善了网络运行态势感知模型的建立和指标的选取,提出了主成分分析赋权和模糊逻辑的综合评价方法,采用了模糊神经网络方法对态势感知建立分析模型,聚焦于建模过程中学习参数算法进行了理论研究和实验仿真。本文的主要内容概括如下:1、网络运行态势评估。首先,本文提出了完整的态势感知模型,结合网络拓扑信息和网络流量信息选取出了网络运行情况的重要指标。紧接着使用主成分分析的客观赋权法对多个指标分别赋权,以及利用模糊评估法对每个指标数据进行评估,综合指标权重向量和评估得到的模糊关系矩阵,计算得到代表网络...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
T-S型模型神经网络基本结构
第四章模糊神经网络的结构与算法设计29121,=1,2,…,;=1,2,…,1212112111212(·)前件网络图4-3本文模糊神经网络结构在这个模糊神经网络中，层间关系如下：FNN的前件网络：1、输入层：完成数据每个特征的输入，=1,2,…,，每条数据有n个特征构成。2、隶属函数层：将输入按照隶属函数模糊化，计算每个特征映射成为模糊集。这一层结构的设计主要涉及隶属函数表达式和层数的选龋本文提出将前面对于态势评估时的模糊逻辑等级作为层数，这样既可保证结果的一致性，从意义上也可以找到解释，即把每个特征按数值上不同来区分类别。同理来说，隶属函数的选取常用的有三角形函数、梯形函数、S型函数、分段函数等。本文选取高斯函数作为隶属函数，除了前面所提到的高斯函数很好的平滑性以外，还为了尽量得到一个具有好的拟合性的模型。隶属函数层的输出为(4-1)：=2i2,i=1,2,…,n;j=1,2,…,m(4-1)式中为高斯函数均值，2为方差，隶属层数为m。3、规则层：进行模糊规则输出。将隶属函数输出的每个特征的模糊子集进行模糊运算，最后得到结果。模糊运算常见的操作见下表。为了最大保证模糊集中的信息没有遗失，考虑采用算术积的形式作为模糊规则层的运算方法。则规则层的输
电子科技大学硕士学位论文38图4-8除了验证算法的寻优有效性外，再对PSO-BP算法的收敛性进行讨论。图4-9为每个粒子的平均适应度随全局更新的变化情况图，仿真多次可以看出，算法具有较好的收敛性，粒子的平均适应度不断下降，PSO-BP算法中所有粒子在迭代过程中逐渐收敛到某一范围的局域内，保证了算法寻优过程中能得到收敛。图4-9
【参考文献】：
期刊论文
[1]基于大数据的网络态势感知体系架构[J]. 毛军礼,汲锡林. 无线电通信技术. 2018(03)
[2]基于主成分分析构建指标权重的客观赋权法[J]. 颜惠琴,牛万红,韩惠丽. 济南大学学报(自然科学版). 2017(06)
[3]网络运行态势感知技术及其模型[J]. 柏骏,夏靖波,钟赟,陈珍. 解放军理工大学学报(自然科学版). 2015(01)
[4]基于神经网络的网络安全态势感知[J]. 谢丽霞,王亚超,于巾博. 清华大学学报(自然科学版). 2013(12)
[5]网络态势预测的广义回归神经网络模型[J]. 卓莹,张强,龚正虎. 解放军理工大学学报(自然科学版). 2012(02)
[6]基于态势熵的网络安全态势评估指标体系研究[J]. 唐成华,王鑫,张瑞霞,王勇,强保华. 桂林电子科技大学学报. 2011(04)
[7]基于HHGA-RBF神经网络的网络安全态势预测模型[J]. 孟锦,马驰,何加浪,张宏. 计算机科学. 2011(07)
[8]网络态势感知研究[J]. 龚正虎,卓莹. 软件学报. 2010(07)
[9]网络安全态势感知关键实现技术研究[J]. 王慧强,赖积保,胡明明,梁颖. 武汉大学学报(信息科学版). 2008(10)
[10]网络态势感知中的指标体系研究[J]. 王娟,张凤荔,傅翀,陈丽莎. 计算机应用. 2007(08)
博士论文
[1]基于拓扑·流量挖掘的网络态势感知技术研究[D]. 卓莹.国防科学技术大学 2010
[2]粒子群优化算法的改进及应用[D]. 王俊伟.东北大学 2006
硕士论文
[1]基于模糊神经网络的网络运行态势感知关键技术研究[D]. 付钟杨.电子科技大学 2019
[2]基于改进PSO算法的模糊神经网络研究[D]. 张彩云.哈尔滨理工大学 2014
[3]基于改进GA的模糊神经网络参数学习算法及其应用的研究[D]. 张芳.中南大学 2007
本文编号：3482783
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
T-S型模型神经网络基本结构
第四章模糊神经网络的结构与算法设计29121,=1,2,…,;=1,2,…,1212112111212(·)前件网络图4-3本文模糊神经网络结构在这个模糊神经网络中，层间关系如下：FNN的前件网络：1、输入层：完成数据每个特征的输入，=1,2,…,，每条数据有n个特征构成。2、隶属函数层：将输入按照隶属函数模糊化，计算每个特征映射成为模糊集。这一层结构的设计主要涉及隶属函数表达式和层数的选龋本文提出将前面对于态势评估时的模糊逻辑等级作为层数，这样既可保证结果的一致性，从意义上也可以找到解释，即把每个特征按数值上不同来区分类别。同理来说，隶属函数的选取常用的有三角形函数、梯形函数、S型函数、分段函数等。本文选取高斯函数作为隶属函数，除了前面所提到的高斯函数很好的平滑性以外，还为了尽量得到一个具有好的拟合性的模型。隶属函数层的输出为(4-1)：=2i2,i=1,2,…,n;j=1,2,…,m(4-1)式中为高斯函数均值，2为方差，隶属层数为m。3、规则层：进行模糊规则输出。将隶属函数输出的每个特征的模糊子集进行模糊运算，最后得到结果。模糊运算常见的操作见下表。为了最大保证模糊集中的信息没有遗失，考虑采用算术积的形式作为模糊规则层的运算方法。则规则层的输
电子科技大学硕士学位论文38图4-8除了验证算法的寻优有效性外，再对PSO-BP算法的收敛性进行讨论。图4-9为每个粒子的平均适应度随全局更新的变化情况图，仿真多次可以看出，算法具有较好的收敛性，粒子的平均适应度不断下降，PSO-BP算法中所有粒子在迭代过程中逐渐收敛到某一范围的局域内，保证了算法寻优过程中能得到收敛。图4-9
【参考文献】：
期刊论文
[1]基于大数据的网络态势感知体系架构[J]. 毛军礼,汲锡林. 无线电通信技术. 2018(03)
[2]基于主成分分析构建指标权重的客观赋权法[J]. 颜惠琴,牛万红,韩惠丽. 济南大学学报(自然科学版). 2017(06)
[3]网络运行态势感知技术及其模型[J]. 柏骏,夏靖波,钟赟,陈珍. 解放军理工大学学报(自然科学版). 2015(01)
[4]基于神经网络的网络安全态势感知[J]. 谢丽霞,王亚超,于巾博. 清华大学学报(自然科学版). 2013(12)
[5]网络态势预测的广义回归神经网络模型[J]. 卓莹,张强,龚正虎. 解放军理工大学学报(自然科学版). 2012(02)
[6]基于态势熵的网络安全态势评估指标体系研究[J]. 唐成华,王鑫,张瑞霞,王勇,强保华. 桂林电子科技大学学报. 2011(04)
[7]基于HHGA-RBF神经网络的网络安全态势预测模型[J]. 孟锦,马驰,何加浪,张宏. 计算机科学. 2011(07)
[8]网络态势感知研究[J]. 龚正虎,卓莹. 软件学报. 2010(07)
[9]网络安全态势感知关键实现技术研究[J]. 王慧强,赖积保,胡明明,梁颖. 武汉大学学报(信息科学版). 2008(10)
[10]网络态势感知中的指标体系研究[J]. 王娟,张凤荔,傅翀,陈丽莎. 计算机应用. 2007(08)
博士论文
[1]基于拓扑·流量挖掘的网络态势感知技术研究[D]. 卓莹.国防科学技术大学 2010
[2]粒子群优化算法的改进及应用[D]. 王俊伟.东北大学 2006
硕士论文
[1]基于模糊神经网络的网络运行态势感知关键技术研究[D]. 付钟杨.电子科技大学 2019
[2]基于改进PSO算法的模糊神经网络研究[D]. 张彩云.哈尔滨理工大学 2014
[3]基于改进GA的模糊神经网络参数学习算法及其应用的研究[D]. 张芳.中南大学 2007
本文编号：3482783
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3482783.html
