基于证据理论优化的态势预测模型
本文关键词:基于证据理论优化的态势预测模型
【摘要】:针对态势预测的多模型组合问题,提出了一种基于证据理论优化的态势组合预测模型。该模型首先对预测子模型进行训练,获得预测子模型的性能评价与指标权重分配;基于证据理论对多指标的权重分配结果进行融合,提高权重分配的精度;在预测完成后,基于指标可信度和证据理论对指标权重进行调整,优化多指标的评价能力。Matlab实验仿真结果表明,该模型能够依据态势曲线的变化动态优化组合权重,其预测精度优于典型预测模型。
【作者单位】: 信息工程大学;河南省信息安全重点实验室;
【关键词】: 证据理论 组合预测 优化 态势
【基金】:国家高技术研究发展技术(863)(No.2012AA012704) 国家973重点基础发展计划(No.2011CB311801)
【分类号】:TP393.08
【正文快照】: 1引言态势预测是网络安全态势感知的必要环节,能够检验安全措施的有效性,并对网络安全状态的发展趋势进行事前预判、“防患于未然”。因此,态势预测已经成为态势感知领域的研究热点之一。当前,态势预测研究已取得了一定的研究成果。王慧强等人提出了基于遗传算法优化神经网络
【参考文献】
中国期刊全文数据库 前6条
1 李松;刘力军;刘颖鹏;;改进PSO优化BP神经网络的混沌时间序列预测[J];计算机工程与应用;2013年06期
2 寻二辉;任趁妮;;一种改进的冲突证据融合方法[J];计算机科学;2012年S3期
3 陈金广;张芬;;多证据源冲突的组合度量方法[J];计算机工程与应用;2013年09期
4 于静;王辉;;基于组合模型的网络流量预测[J];计算机工程与应用;2013年08期
5 程绪超;陈新宇;郭平;;基于改进Elman网络模型的软件可靠性预测[J];通信学报;2011年04期
6 王慧强;赖积保;胡明明;梁颖;;网络安全态势感知关键实现技术研究[J];武汉大学学报(信息科学版);2008年10期
【共引文献】
中国期刊全文数据库 前10条
1 刘超;;网络安全态势感知在网络安全监控中的作用[J];信息安全与技术;2011年12期
2 唐成华;王鑫;张瑞霞;王勇;强保华;;基于态势熵的网络安全态势评估指标体系研究[J];桂林电子科技大学学报;2011年04期
3 王洪涛;李丹;;基于改进粒子群算法的图像灰度增强研究[J];图学学报;2013年06期
4 孙斌;姚海涛;李田;刘袖;刘博;;基于Fast ICA和改进LSSVM的短期风速预测[J];电力系统及其自动化学报;2014年01期
5 张细香;马卫民;刘建勋;;采用基因库构建的季节性服装需求预测[J];纺织学报;2014年05期
6 余向前;路民辉;任琳杰;梁颖;;基于改进型Elman神经网络的短期电力负荷预测[J];电力信息与通信技术;2014年02期
7 王贺;胡志坚;张翌晖;李晨;杨楠;王战胜;;基于聚类经验模态分解和最小二乘支持向量机的短期风速组合预测[J];电工技术学报;2014年04期
8 高青波;胡冠宇;徐泽群;;并行计算平台的网络安全态势感知系统[J];科技创新与应用;2015年15期
9 程建钧;刘子林;任卫东;;异构网络多传感器信号冲突处理架构的研究[J];河北师范大学学报(自然科学版);2010年05期
10 孙飞显;;一种受危险理论启发的网络攻击态势评估方法[J];计算机工程与应用;2012年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 孙韩林;金跃辉;崔毅东;程时端;;粗粒度网络流量的灰色模型预测[J];北京邮电大学学报;2010年01期
2 罗志增,蒋静坪;基于D-S理论的多信息融合方法及应用[J];电子学报;1999年09期
3 叶苗;王勇;;基于支持向量回归学习机的网络流量预测[J];桂林工学院学报;2007年02期
4 易建政;汪金军;张俊坤;郑晓飞;;D-S证据理论在信息融合中的应用研究[J];国外电子测量技术;2010年12期
5 ;Stability Analysis for Recurrent Neural Networks with Time-varying Delay[J];International Journal of Automation & Computing;2009年03期
6 孙知信;张玉峰;;基于多维支持向量机的P2P网络流量识别模型[J];吉林大学学报(工学版);2010年05期
7 王俊松;高志伟;;基于RBF神经网络的网络流量建模及预测[J];计算机工程与应用;2008年13期
8 李松;刘力军;谷晨;;混沌时间序列预测模型的比较研究[J];计算机工程与应用;2009年32期
9 梁威;魏宏飞;周锋;;D-S证据理论中一种冲突证据的融合方法[J];计算机工程与应用;2011年06期
10 朱原媛;杨有龙;张恒伟;;基于贝叶斯网络的混沌时间序列预测[J];计算机工程与应用;2012年13期
【相似文献】
中国期刊全文数据库 前10条
1 王文陵;;D-S证据理论在教学管理中的应用[J];宁波职业技术学院学报;2007年02期
2 梅振兴;张金玉;苏勋家;;基于D-S证据理论的故障综合诊断方法[J];微计算机信息;2007年28期
3 董彦佼;韩元杰;刘洁莉;;D-S证据理论在多传感器目标识别中的改进[J];弹箭与制导学报;2009年04期
4 蒋雯;彭进业;邓勇;;一种新的证据冲突表示方法[J];系统工程与电子技术;2010年03期
5 许可;刘建都;史朝辉;;加权D-S证据理论在多平台数据融合中的应用[J];航空计算技术;2011年04期
6 邱望仁;刘晓东;;基于证据理论的模糊时间序列预测模型[J];控制与决策;2012年01期
7 栾翠菊;王晓峰;张恒振;金世双;李飞;;证据理论在有序命题类问题中的基本概率分配[J];计算机工程与应用;2012年22期
8 何宜庆;基于证据理论的定量模型的决策方法[J];南昌大学学报(理科版);1997年03期
9 郑德玲,,汤新蓓;证据理论支持下的多专家求解理论框架[J];北京科技大学学报;1998年05期
10 王国华;辛江涛;张欣豫;;改进D-S证据理论在多传感器信息融合中的应用[J];现代计算机;2013年30期
中国重要会议论文全文数据库 前10条
1 马永一;沈怀荣;彭颖;;对D-S证据理论几种改进方法的分析与讨论[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
2 郑德玲;汤新蓓;方巍;王俊然;;基于D-S证据理论的多专家意见综合方法[A];1996年中国控制会议论文集[C];1996年
3 孙怀江;杨静宇;;证据理论的改进及其应用[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 潘巍;王阳生;;一种基于D-S证据理论的情感辨识算法[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
5 周凌柯;刘瑞兰;;对证据理论检测显著误差的研究[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
6 孔鹏程;周健;;基于D-S证据理论的改进算法的研究[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
7 赵韩;方艮海;王勇;;证据理论在机构评价与选型中的应用[A];第十四届全国机构学学术研讨会暨第二届海峡两岸机构学学术交流会论文集[C];2004年
8 谢楠;李靖;李建爽;黄绚烨;;基于证据理论的施工中人为过失改错效果的评估方法[A];第22届全国结构工程学术会议论文集第Ⅲ册[C];2013年
9 马小平;汪永东;樊阳;;模糊证据理论的深入研究[A];第二十六届中国控制会议论文集[C];2007年
10 朱靖;王晨熙;鄢茂林;郑义成;;D-S证据理论在多传感器身份融合中的改进[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
中国博士学位论文全文数据库 前8条
1 李海生;基于证据理论的分类方法研究[D];华南理工大学;2013年
2 肖建于;证据理论研究及其在矿井突水预测中的应用[D];中国矿业大学;2012年
3 栗峥;后现代证据理论研究[D];中国政法大学;2008年
4 梁伟光;基于证据理论的在轨航天器故障诊断方法研究[D];中国科学技术大学;2011年
5 缪燕子;多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究[D];中国矿业大学;2009年
6 锁斌;基于证据理论的不确定性量化方法及其在可靠性工程中的应用研究[D];中国工程物理研究院;2012年
7 肖明珠;基于证据理论的不确定性处理研究及其在测试中的应用[D];电子科技大学;2008年
8 唐敏;混合不确定性表示及应用研究[D];国防科学技术大学;2012年
中国硕士学位论文全文数据库 前10条
1 刘晓光;基于D-S证据理论的推理系统研究[D];合肥工业大学;2010年
2 侯俊;证据理论几个关键问题的研究[D];西北工业大学;2003年
3 段林珊;基于证据理论的多源证据分析技术研究[D];山东师范大学;2014年
4 周哲;证据理论中的证据生成和融合方法研究[D];杭州电子科技大学;2012年
5 俞捷;面向动态多Agent系统的两维D-S证据理论研究与应用[D];上海交通大学;2007年
6 张姝丹;基于证据理论和凸函数证据理论的推理工具的研究与实现[D];吉林大学;2004年
7 张建良;证据理论在决策支持系统中的应用研究[D];合肥工业大学;2011年
8 童建军;证据理论及其在决策评价中应用研究[D];合肥工业大学;2005年
9 史健;基于证据理论的动态融合方法研究[D];杭州电子科技大学;2013年
10 周保奎;证据理论和基于高斯函数的凸函数证据理论研究与应用[D];吉林大学;2013年
本文编号:750969
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/750969.html