一种基于混合核函数PSO_SVR的网络安全态势预测方法

发布时间：2017-08-22 08:03

  本文关键词：一种基于混合核函数PSO_SVR的网络安全态势预测方法

  更多相关文章： 态势预测 网络安全 混合核函数 粒子群算法 支持向量机

【摘要】：为了对错综复杂的网络安全形势做出可靠的预测,提出了一种基于混合核函数PSO_SVR的网络安全态势预测模型.本模型针对基于传统支持向量机(SVR)的网络安全态势预测模型精度不够高,其核函数的选择及参数的设定没有统一标准的情况,构造了一种兼顾插值能力和外推性能的混合核函数.并引入粒子群算法(PSO)对基于混合核函数的SVR进行参数寻优,有效地提高了SVR预测能力.通过仿真实验表明,该模型相比与传统的网络安全态势预测方法,预测精度上更有保障.
【作者单位】： 重庆邮电大学移动通信技术重庆市重点实验室;
【关键词】： 态势预测 网络安全 混合核函数 粒子群算法 支持向量机
【基金】：国家自然科学基金项目(61271260) 教育部科学研究重点项目(212145) 重庆市教委科学技术研究项目(KJ1400405)
【分类号】：TP393.08
【正文快照】：

【参考文献】

中国期刊全文数据库 前4条

1 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

2 孙俊;王艳;金夏明;毛罕平;;基于MSCPSO混合核SVM参数优化的生菜品质检测[J];农业机械学报;2013年09期

3 尤马彦;凌捷;郝彦军;;基于Elman神经网络的网络安全态势预测方法[J];计算机科学;2012年06期

4 王晋东;沈柳青;王坤;王娜;;网络安全态势预测及其在智能防护中的应用[J];计算机应用;2010年06期

【共引文献】

中国期刊全文数据库 前10条

1 程凯;董雪;;因子分析和神经网络的光纤通信网络风险分析[J];激光杂志;2016年02期

2 李洁;张兆薇;;基于和声搜索算法和相关向量机的网络安全态势预测方法[J];计算机应用;2016年01期

3 李方伟;罗嘉;朱江;张海波;;一种基于混合核函数PSO_SVR的网络安全态势预测方法[J];微电子学与计算机;2015年12期

4 梁潘;贺伟;;基于MCS-RELM的网络安全态势预测模型[J];中北大学学报(自然科学版);2015年05期

5 张天丹;;基于组合模型的网络安全态势估计[J];计算机与现代化;2015年08期

6 李月玉;李磊;;免疫粒子群算法与支持向量机在枯水期月径流预测中的应用[J];水资源与水工程学报;2015年03期

7 肖汉杰;桑秀丽;;相关向量机超参数优化的网络安全态势预测[J];计算机应用;2015年07期

8 宋严;;灰色关联分析与支持向量机相融合的网络安全态势评价[J];激光杂志;2015年04期

9 魏节敏;;基于ARIMA-RVM的信息安全风险估计[J];激光杂志;2015年04期

10 郝亚培;王晓晔;柴晓瑞;;基于时间序列的网络安全态势预测方法研究[J];天津理工大学学报;2015年02期

【二级参考文献】

中国期刊全文数据库 前10条

1 尤马彦;凌捷;郝彦军;;基于Elman神经网络的网络安全态势预测方法[J];计算机科学;2012年06期

2 刘伟;王建平;刘长虹;应铁进;;基于粒子群寻优的支持向量机番茄红素含量预测[J];农业机械学报;2012年04期

3 孟锦;马驰;何加浪;张宏;;基于HHGA-RBF神经网络的网络安全态势预测模型[J];计算机科学;2011年07期

4 张勇;谭小彬;崔孝林;奚宏生;;基于Markov博弈模型的网络安全态势感知方法[J];软件学报;2011年03期

5 王佳;徐蔚鸿;;基于动量粒子群的混合核SVM参数优化方法[J];计算机应用;2011年02期

6 奉国和;;SVM分类核函数及参数选择比较[J];计算机工程与应用;2011年03期

7 朱凤明;樊明龙;;混沌粒子群算法对支持向量机模型参数的优化[J];计算机仿真;2010年11期

8 党小超;郝占军;;季节周期性Elman网络的网络流量分析与应用[J];计算机工程与应用;2010年28期

9 王晋东;沈柳青;王坤;王娜;;网络安全态势预测及其在智能防护中的应用[J];计算机应用;2010年06期

10 朱帮助;林健;;基于ARIMA和LSSVM的非线性集成预测模型[J];数学的实践与认识;2009年12期

，

本文编号：717959