本文關(guān)鍵詞：基于APDE-RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法

  更多相關(guān)文章： 徑向基函數(shù) 吸引力傳播聚類 差分進化 種群差異度 混沌搜索

【摘要】：為了提高徑向基函數(shù)(radical basis function,RBF)神經(jīng)網(wǎng)絡(luò)對網(wǎng)絡(luò)安全態(tài)勢的預(yù)測精度,提出了一種基于吸引力傳播(affinity propagation,AP)聚類和差分進化(differential evolution,DE)優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的算法。首先,利用AP聚類算法對樣本數(shù)據(jù)進行劃分聚類,從而獲得RBF的中心和網(wǎng)絡(luò)的隱含層節(jié)點數(shù);其次,利用AP聚類得出種群差異度,自適應(yīng)地改變DE算法的縮放因子和交叉概率,對RBF的寬度和連接權(quán)值進行優(yōu)化;同時為了避免陷入局部最優(yōu)以及跳出局部極值點,對每一代種群的精英個體和種群差異度中心進行混沌搜索。通過仿真實驗表明,此算法在泛化能力增強的同時,對網(wǎng)絡(luò)安全態(tài)勢也達到了較高的預(yù)測精度。
【作者單位】： 重慶郵電大學(xué)移動通信技術(shù)重慶市重點實驗室;
【關(guān)鍵詞】： 徑向基函數(shù) 吸引力傳播聚類 差分進化 種群差異度 混沌搜索
【基金】：國家自然科學(xué)基金項目(61271260,61301122) 重慶市科委自然科學(xué)基金項目(cstc2015jcyjA40050)資助課題
【分類號】：TP183;TP393.08
【正文快照】： 0引言隨著各種網(wǎng)絡(luò)安全問題層出不窮,網(wǎng)絡(luò)安全問題越來越受到重視。網(wǎng)絡(luò)安全態(tài)勢預(yù)測是目前網(wǎng)絡(luò)安全領(lǐng)域的一個研究熱點,不同于以往的入侵檢測和防火墻等被動防御手段,網(wǎng)絡(luò)安全態(tài)勢預(yù)測是主動防御機制[1]。網(wǎng)絡(luò)安全態(tài)勢預(yù)測主要是為了在網(wǎng)絡(luò)受到攻擊損失前網(wǎng)絡(luò)管理員采取相對，

本文編號：1010016