基于GA参数优化的t-SVR网络安全风险评估方法

• 作者: 孔永胜 安占福 宋海声 成科
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络安全风险 t-支持向量回归机(SVR)评估模型 遗传算法 参数组合寻优
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP393.08
• 字数: 4293字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1311-0132

摘要

为了提高网络安全风险评估的准确性和实时性，提出一种t时延参数优化支持向量回归机的网络安全风险评估模型（t-SVR）。利用遗传算法（GA）的全局搜索性，对t-SVR模型中的关键参数进行组合寻优。通过对网络安全风险数据集进行仿真，结果表明，基于GA参数优化的t-SVR评估模型已经解决了SVR存在的不足，提高了网络安全风险评估的准确率，缩短了评估时间，评估性能更加稳定。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋海声	西北师范大学物理与电子工程学院	37	211	8.0	13.0
2	成科	西北师范大学物理与电子工程学院	4	21	3.0	4.0
3	孔永胜	西北师范大学物理与电子工程学院	2	15	2.0	2.0
4	安占福	西北师范大学物理与电子工程学院	2	22	2.0	2.0