基于Spark框架和PSO优化算法的电力通信网络安全态势预测

• 作者: 刘晓蕾 季佳男 李龙威 苏国华 金鑫
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: Spark计算框架 粒子群算法 并行PSO优化神经网络 电力通信网络 安全态势预测
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 信息安全
• 页码范围: 366-371
• 页数: 6页
• 分类号: TP391
• 字数: 6086字
• 语种: 中文

摘要

随着电力通信网络规模的不断扩大,电力通信网络不间断地产生海量通信数据.同时,对通信网络的攻击手段也在不断进化,给电力通信网络的安全造成极大威胁.针对以上问题,结合Spark大数据计算框架和PSO优化神经网络算法的优点,提出基于Spark内存计算框架的并行PSO优化神经网络算法对电力通信网络的安全态势进行预测.本研究首先引入Spark计算框架,Spark框架具有内存计算以及准实时处理的特点,符合电力通信大数据处理的要求.然后提出PSO优化算法对神经网络的权值进行修正,以增加神经网络的学习效率和准确性.之后结合RDD的并行特点,提出了一种并行PSO优化神经网络算法.最后通过实验比较可以看出,基于Spark框架的PSO优化神经网络算法的准确度高,且相较于传统基于Hadoop的预测方法在处理速度上有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金鑫	中央财经大学信息学院	33	131	6.0	10.0
2	李龙威	中央财经大学信息学院	1	18	1.0	1.0
3	苏国华		2	22	2.0	2.0
4	刘晓蕾		2	18	1.0	2.0
5	季佳男		2	18	1.0	2.0