相关向量机超参数优化的网络安全态势预测

• 作者: 桑秀丽 肖汉杰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 网络安全态势 相关向量机 Powell算法 模拟退火 预测 超参数
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息安全
• 页码范围: 1888-1891
• 页数: 4页
• 分类号: TP393.08
• 字数: 4694字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.07.1888

摘要

针对当前网络安全态势预测方法存在的过学习与欠学习、自由参数多、预测精度不高等问题,提出使用一种改进模拟退火法优化的相关向量机模型(PSA-RVM)来解决网络安全态势预测问题.在预测过程中,首先对网络安全态势样本数据进行相空间重构形成训练样本集;然后,利用Powell算法改进模拟退火(PSA)法,并将相关向量机(RVM)嵌入到PSA算法的目标函数计算过程中,优化RVM超参数,以得到学习能力、预测精度提升的网络安全态势预测模型.仿真实例表明,所提方法具有较高的预测精度,平均相对误差(MAPE)和均方根误差(RMSE)分别为0.392 56和0.01261,均优于Elman和PSO-SVR模型;所提方法能够较好地刻画网络安全态势的变化趋势,有助于网络管理人员把握未来网络安全态势发展趋势,从而提前主动采取相应的网络防御措施.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖汉杰	昆明理工大学质量发展研究院	23	124	6.0	10.0
2	桑秀丽	昆明理工大学质量发展研究院	33	118	6.0	9.0