基于 APDE-RBF 神经网络的网络安全态势预测方法

• 作者: 张新跃 朱江 李方伟 黄卿
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 径向基函数 吸引力传播聚类 差分进化 种群差异度 混沌搜索
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 通信与网络
• 页码范围: 2869-2875
• 页数: 7页
• 分类号: TP393
• 字数: 5602字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2016.12.28

摘要

为了提高径向基函数（radical basis function，RBF）神经网络对网络安全态势的预测精度，提出了一种基于吸引力传播（affinity propagation，AP）聚类和差分进化（differential evolution，DE）优化 RBF 神经网络的算法。首先，利用 AP 聚类算法对样本数据进行划分聚类，从而获得 RBF 的中心和网络的隐含层节点数；其次，利用 AP 聚类得出种群差异度，自适应地改变 DE 算法的缩放因子和交叉概率，对 RBF 的宽度和连接权值进行优化；同时为了避免陷入局部最优以及跳出局部极值点，对每一代种群的精英个体和种群差异度中心进行混沌搜索。通过仿真实验表明，此算法在泛化能力增强的同时，对网络安全态势也达到了较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱江	重庆邮电大学移动通信技术重庆市重点实验室	119	427	11.0	16.0
2	李方伟	重庆邮电大学移动通信技术重庆市重点实验室	256	1128	15.0	21.0
3	黄卿	重庆邮电大学移动通信技术重庆市重点实验室	2	13	1.0	2.0
4	张新跃	重庆邮电大学移动通信技术重庆市重点实验室	1	13	1.0	1.0