基于MCS-RELM的网络安全态势预测模型

• 作者: 梁潘 贺伟
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络安全态势 正则极限学习机 谷鸟搜索算法 预测模型
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 526-532
• 页数: 7页
• 分类号: TP393
• 字数: 3070字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2015.05.007

摘要

为了提高网络安全态势的预测准确性,提出了一种改进布谷鸟搜索算法和正则极限学习机相融合的网络安全态势预测模型.首先将一维的网络安全态势数据重构成多维时间序列,然后将训练样本集输入到正则极限学习机进行学习,并采用改进布谷鸟搜索算法优化输入权值和隐含层阈值,建立网络安全态势预测模型,最后采用Honeynet数据集对模型性能进行测试.结果表明,相对于其它网络安全态势预测模型,本文模型可更加准确描述网络安全态势的变化趋势,不仅提高了网络安全态势预测准确性,而且加快了建模速度,可以满足网络安全态势在线预测要求.