基于PSO优化LS-SVM算法的网络空间态势预测研究

• 作者: 叶春雷 屠义强 敖志刚 童俊 郭杰 陈维鹏
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 网络空间 态势预测 最小二乘支持向量机 粒子群最优算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 安全与保密
• 页码范围: 1154-1160
• 页数: 7页
• 分类号: TP393.08
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2018.05.028

摘要

为了监测网络安全和基于网络空间态势变化表现出高度的非线性、时变性以及不确定性等特征,提出了基于最小二乘支持向量机(LS-SVM)的态势预测方法.研究中考虑到数据的精准程度,利用粒子群算法(PSO)优化LS-SVM算法,并进行了仿真实验.与传统支持向量机和基于遗传优化的支持向量机算法进行比较,可知基于粒子群优化的LS-SVM算法具有更高的精度性和准确性,能够将预测结果误差控制在0.7％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童俊	陆军工程大学野战工程学院	5	16	2.0	4.0
2	屠义强	陆军工程大学野战工程学院	2	1	1.0	1.0
3	敖志刚	陆军工程大学野战工程学院	2	11	1.0	2.0
4	郭杰	陆军工程大学野战工程学院	2	11	1.0	2.0
5	叶春雷	陆军工程大学野战工程学院	1	1	1.0	1.0