發(fā)布時(shí)間：2023-05-13 10:05

　　網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)能夠依據(jù)已有的網(wǎng)絡(luò)安全數(shù)據(jù)預(yù)測(cè)網(wǎng)絡(luò)未來(lái)的安全狀況及其變化趨勢(shì),為安全策略的選取提供指導(dǎo),從而增強(qiáng)網(wǎng)絡(luò)防御的主動(dòng)性,盡可能地降低危害.然而現(xiàn)有的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法的精準(zhǔn)度和收斂性還不理想.為了提高網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)的準(zhǔn)確性,提出了一種將模擬退火算法(SA)引入人群搜索算法(SOA)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法.該算法利用人群搜索算法特有的利己、利他、預(yù)動(dòng)和不確定推理四大行為特征確定搜索策略,找到最佳適應(yīng)度個(gè)體,獲取最優(yōu)權(quán)值和閾值,然后再對(duì)BP神經(jīng)網(wǎng)絡(luò)的隨機(jī)初始閾值和權(quán)值進(jìn)行賦值,經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后得到預(yù)測(cè)值.針對(duì)人群搜索算法在搜索后期易陷入局部最優(yōu)和收斂緩慢等問(wèn)題,又將模擬退火算法引入人群搜索算法,根據(jù)它的Metropolis準(zhǔn)則以一定的概率接受惡解,避免了算法陷入局部最優(yōu)的陷阱,提高了該算法的全局搜索能力.與其它基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)算法進(jìn)行對(duì)比的實(shí)驗(yàn)表明,該優(yōu)化算法準(zhǔn)確性更高,穩(wěn)定性更強(qiáng),收斂效果更好.

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)工作
3 基于SA-SOA-BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)
    3.1 人群搜索算法
    3.2 模擬退火算法
    3.3 基于SA-SOA-BP神經(jīng)網(wǎng)絡(luò)的安全態(tài)勢(shì)預(yù)測(cè)算法
4 實(shí)驗(yàn)與結(jié)果分析
    4.1 數(shù)據(jù)預(yù)處理
    4.2 預(yù)測(cè)及結(jié)果分析
    4.3 算法收斂性分析
5 總結(jié)



本文編號(hào)：3815709