基于LSSVM混淆矩阵和改进DS合成的多源传感器网络安全态势预测

• 作者: 李冬静
• 来源期刊: 计算机测量与控制
• 关键词: 支持向量机 证据理论 传感器 数据融合 网络安全态势
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 936-938,941
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

针对现有的网络安全态势预测方法正确性和合理性难以得到保证,同时不能有效应对不确定情况的问题,设计了一种基于最小二乘支持向量机和改进证据理论的网络安全态势预测方法;首先,将由多源传感器采集的历史标记数据作为样本数据,实现对LSSVM的训练,然后,将当前采集的数据输入LSSVM进行分类,并通过混淆矩阵获得数据对应每个类的概率,为了有效地对采集的数据进行进一步融合,将各类转换为证据,同时将数据相对每个类的概率作为证据的基本信度分配,采用改进的DS证据合成规则对各证据进行融合,实现对网络安全态势的预测,最后,设计了基于LSSVM和改进DS证据合成规则的网络安全状态预测算法;在MATLAB环境下进行实验,实验表明了文中方法能对网络的安全态势进行实时精确的预测,与其它方法相比,具有更高的预测精度,是一种可行的网络安全态势预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冬静		17	29	3.0	4.0