发明名称 |
基于APDE‑RBF神经网络的网络安全态势预测方法 |
摘要 |
本发明属于网络安全技术领域,特别涉及一种基于吸引子传播差分进化算法的径向基函数APDE‑RBF神经网络的网络安全态势预测方法,包括利用AP聚类算法对样本数据进行划分聚类,从而获得径向基函数RBF的中心和网络的隐含层节点数;利用AP聚类得出种群差异度,自适应地改变DE算法的缩放因子和交叉概率,对RBF的宽度和连接权值进行优化;同时为了避免陷入局部最优以及跳出局部极值点,对每一代种群的精英个体和种群差异度中心进行混沌搜索;确定最终RBF网络模型,输入测试数据集,输出态势预测值;本发明旨在增强泛化能力的同时,提高对网络安全态势的预测精度。 |
申请公布号 |
CN106411896A |
申请公布日期 |
2017.02.15 |
申请号 |
CN201610871705.X |
申请日期 |
2016.09.30 |
申请人 |
重庆邮电大学 |
发明人 |
李方伟;李骐;李俊瑶 |
分类号 |
H04L29/06(2006.01)I;H04L12/24(2006.01)I;G06N3/04(2006.01)I |
主分类号 |
H04L29/06(2006.01)I |
代理机构 |
北京一格知识产权代理事务所(普通合伙) 11316 |
代理人 |
滑春生 |
主权项 |
一种基于吸引子传播差分进化算法的径向基函数APDE‑RBF神经网络的网络安全态势预测方法,其特征在于,该方法包括以下步骤:步骤1:利用吸引力传播AP聚类算法对样本数据进行划分聚类,从而获得径向基函数RBF的中心和网络的隐含层节点数;步骤2:利用AP聚类得出种群差异度,自适应地改变差分进化DE算法的缩放因子和交叉概率,对RBF的宽度和连接权值进行优化;步骤3:为了避免陷入局部最优以及跳出局部极值点,对每一代种群的精英个体和种群差异度中心进行混沌搜索;步骤4:确定最终RBF网络模型,输入测试数据集,输出态势预测值。 |
地址 |
400065 重庆市南岸区南山街道崇文路2号 |