基于RAN-RBF神经网络的网络安全态势预测模型

发布时间：2017-09-01 23:11

  本文关键词：基于RAN-RBF神经网络的网络安全态势预测模型

  更多相关文章： 资源分配网络径向基函数(RAN-RBF)神经网络 网络安全态势预测(NSSP) 改进的粒子群算法(MPSO) 态势图

【摘要】：为了更准确地获悉网络安全态势的发展情况,提出了一种基于资源分配网络径向基函数(Resource Allocating Network Radical Basis Function,RAN-RBF)神经网络的网络安全态势预测(Network Security Situation Prediction,NSSP)模型。该模型采用资源分配网络算法对网络安全态势样本进行聚类,得到神经网络的隐含层节点数,引入剪枝策略删除对网络贡献不大的节点,用改进的粒子群算法(Modified Particle Swarm Optimization,MPSO)对神经网络的中心、宽度、权值进行优化,对未来网络安全态势进行预测。利用校园网网络管理部门提供的数据进行的仿真实验表明,相对于K-均值RBF神经网络预测模型,该模型可以得到更合适的RBF神经网络结构和控制参数,提高了预测精度,更加直观地反映了网络安全态势的总体情况,为网络安全管理员提供了态势图。
【作者单位】： 重庆通信学院网络安全实验室;重庆通信学院应急通信重庆市重点实验室;
【关键词】： 资源分配网络径向基函数(RAN-RBF)神经网络 网络安全态势预测(NSSP) 改进的粒子群算法(MPSO) 态势图
【基金】：国家自然科学基金项目(61272043) 重庆市基础与前沿研究重点项目(cstc2013jjB40009)资助
【分类号】：TP393.08;TP183
【正文快照】： 本文受国家自然科学基金项目(61272043),重庆市基础与前沿研究重点项目(cstc2013jjB40009)资助。网络安全态势感知(Network Security Situation Aware-ness,NSSA)[1]源于空中交通监管态势感知(Air Traffic Con-trol,ATC)[2],在航天飞行、军事战场、核反应控制、空中交通监管以，

本文编号：774948