一种基于ac-rbf神经网络的网络安全态势预测方法

《一种基于ac-rbf神经网络的网络安全态势预测方法》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第26卷第5期重庆邮电大学学报(自然科学版)Vol．26No．52014年10月JournalofChongqingUniversityofPostsandTelecommunications(NaturalScienceEdition)Oct．2014doi:10．3979/j．issn．1673-825X．2014．05．002一种基于AC-ＲBF神经网络的网络安全态势预测方法李方伟，郑波，朱江，张海波(重庆邮电大学移动通信技术重庆市重点实验室，重庆400065)摘要:为了准确地把握网络安全

2、发展态势，提出了一种基于自适应聚类径向基函数(adaptiveclusteringradicalba-sisfunction，AC-ＲBF)神经网络的网络安全态势预测(networksecuritysituationprediction，NSSP)方法。该方法对网络安全态势样本自适应聚类，获得了神经网络隐层节点数，采用梯度下降法训练神经网络，寻找网络安全态势样本之间的非线性映射关系，利用该关系对未来时刻网络安全态势进行了预测。仿真实验表明，相对于K-均值ＲBF神经网络及支持向量机(support

3、vectormachine，SVM)预测模型，该方法在神经网络规模较小的情况下，不仅能够反映网络安全态势的总体趋势，而且还提高了预测精度，能够提供给网络安全管理员一个直观的网络安全态势图。关键词:自适应聚类径向基函数(AC-ＲBF)神经网络;网络安全态势预测(NSSP);态势图中图分类号:TN918．91文献标识码:A文章编号:1673-825X(2014)05-0576-06AmethodofnetworksecuritysituationpredictionbasedonAC-ＲBFneur

4、alnetworkLIFangwei，ZHENGBo，ZHUJiang，ZHANGHaibo(ChongqingKeyLabofMobileCommunicationsTechnology，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，P．Ｒ．China)Abstract:Tograspthetrendofnetworksecurity，amethodofnetworksecuritysituationpredic

5、tion(NSSP)basedonadap-tiveclusteringradicalbasisfunction(AC-ＲBF)neuralnetworkisproposed．Theneuralnetworkhiddennodesareobtainedbyclusteringthenetworksecuritysituationsamplesadaptively．Wecantraintheneuralnetworkbygradientdescentandfindoutthenonlinearre

6、lationsamongsituationsamples，topredictthefuturesecuritysituation．Experimentresultsshowthat，comparedwiththek-meansＲBFneuralnetworkandSupportVectorMachine(SVM)predictionmodel，theproposedmethodcannotonlyreflectthegeneraltrendofnetworksecuritysituation，b

7、utalsocanimprovethepredictionaccuracyinthecaseofsmall-scaleneuralnetwork．Finally，theproposedmethodcanprovidethenetworkadministratorswithanintui-tivenetworksecuritysituationmap．Keywords:adaptiveclusteringradicalbasisfunction(AC-ＲBF)neuralnetwork;netwo

8、rksecuritysituationprediction(NS-SP);situationmap收稿日期:2014-03-24修订日期:2014-05-05通讯作者:郑波zhbook@163．com基金项目:国家自然科学基金(61271260，61301122);教育部科学研究重点项目(212145);重庆市教委科学技术研究项目(KJ1400405)FoundationItems:TheNationalNatureScienceFoundationofChina(61271260，613011