作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在网络安全态势预测中, 使用支持向量机 (SVM) 与改进的粒子群优化算法 (PSO) 相结合的网络安全态势预测方法, 不仅克服了PSO-SVM存在局部最优解及粒子早熟的问题, 而且充分发挥了SVM收敛速度快、样本小、泛化能力强、机器学习的优点, 提高了网络安全态势的预测精度.使得网络管理者能更好利用可视化的网络安全预测系统, 对发现的网络安全弱点、预测到的威胁, 及时采用相应的防范措施, 从而实现对网络安全威胁及网络攻击实时、主动的防御.
推荐文章
一种基于累加PSO-SVM的网络安全态势预测模型
网络安全
态势预测
累加预处理
支持向量机
粒子群算法
一种基于混合核函数PSO_SVR的网络安全态势预测方法
态势预测
网络安全
混合核函数
粒子群算法
支持向量机
径向基函数神经网络在网络安全预测中的应用
径向基函数
非线性时序
网络安全态势
网络攻击
网络安全态势感知应用
网络安全
态势感知
安全预警
安全运营中心
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SVM-PSO在网络安全态势预测中的应用研究
来源期刊 信息技术 学科 工学
关键词 SVM PSO 态势预测 网络安全
年,卷(期) 2019,(2) 所属期刊栏目 基金项目
研究方向 页码范围 58-61
页数 4页 分类号 TP301.6
字数 3850字 语种 中文
DOI 10.13274/j.cnki.hdzj.2019.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙卫喜 渭南师范学院网络安全与信息化学院 37 85 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (80)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (20)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SVM
PSO
态势预测
网络安全
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导