基于改进广义回归神经网络的网络安全态势预测.pdf

《基于改进广义回归神经网络的网络安全态势预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第3期华北电力大学学报Vol_38．No．32011年5月JournalofNorthChinaElectricPowerUniversityMay，2011基于改进广义回归神经网络的网络安全态势预测王宇飞，沈红岩(1．华北电力大学控制与计算机工程学院，北京102206；2．河北农业大学信息科学与技术学院，河北保定071001)摘要：针对网络安全态势精确预测，提出一种基于改进广义回归神经网络的预测方法，以改善网络安全态势预测精度。利用滑动时间窗口方法将各个离散时间监测点的网络安全态势值构造成部分线性相关的

2、多元回归数据序列，以其做为样本集输入到改进广义回归神经网络加以训练，进而得到网络安全态势预测模型。在改进广义回归神经网络训练过程中，利用粒子群算法动态地搜索广义回归神经网络最优训练参数，从而克服了广义回归神经网络训练参数选择困难的缺陷。实验结果表明：与传统方法相比基于改进广义回归神经网络的网络安全态势预测方法拥有更好的性能。关键词：网络安全态势预测；广义回归神经网络；粒子群算法；滑动时间窗口；多元回93-分析中图分类号：TP393文献标识码：A文章编号：1007—2691(2011)03—0091—05Netwo

3、rksecuritysituationforecastbasedonimprovedgeneralregressionneuralnetworkWANGYu—fei，SHENHong—yan(1．SchoolofControlandComputerEngineering，NorthChinaElectricPowerUniversity，Beijing102206，China；2．CollegeofInformationScience＆Technology，AgriculturalUniversityofHebe

4、i，Baoding071001，China)Abstract：Focusedonnetworksecuritysituationforecast(NSSF)，anovelNSSFmethodbasedonimprovedgeneralregressionneuralnetwork(GRNN—PSO)wasproposed，inordertoimproveforecastaccuracy．Withslidingtimewin—dow(sTw)，aIlofthenetworksecuritysituationvalu

5、e(NSSV)ofeverydiscrete—timemonitoringsiteshadbeenconstructedintomultiregressiondatasequence，whichsequencewaspartofthelinearcorrelation．InordertoobtainNSSFmodel，themultiregressiondatasequencewastrainedassamplesetbyGRNN—PSO．InGRNN—PSOtrainingprocess，itcanoverco

6、methedeficiencyofselectingdificultlyGRNN’Strainingparameters．Panicleswarmoptimiza·tion(PSO)wasusedtOsearchthebesttrainingparameters．Finally，theexperimentsshowthattheNSSFmethodbasedonGRNN—PSOhasbetterperformancecomparedwiththetraditions．Keywords：networksecurit

7、ysituationforecast；generalregressionneuralnetwork；particleSWalTaoptimization；slid—ingtimewindow；multiregressionanalysis传统的网络安全态势预测(NetworkSecurity0引言SituationForecast，NSSF)利用BP神经网络(BackPropagationNeuralNetwork，BPNN)』、径随着互联网规模和技术的飞速发展，网络安向基神经网络(RadialBasisFunc

8、tionNeuralNet-全问题日益引起人们的关注。目前在网络安全领work，RBFNN)、神经网络的各种改进算法，域通用的方法是使用网络安全态势(NetworkSe—以及支持向量机(SupportVectorMachine，curitySituation，NSS)来描述目标网络的安全状SVM)[53。经多年研究发现，上述方法均存在难以况u』。因而构造准确、高效的NSS