IGAPSO-ELM:一种网络安全态势预测模型

• 作者: 唐延强 李成海 王坚 王亚男 曹波
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 网络安全态势预测 遗传粒子群算法 极限学习机 自适应调整
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 学术研究|Academic Research
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP393.8
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2022.02.007

摘要

针对网络安全态势预测,为提高预测的精确度和预测算法的收敛速度,提出一种改进遗传粒子群算法优化极限学习机(IGAPSO-ELM)的预测方法.首先,改进GAPSO中的惯性权重和学习因子,通过定义动态指数函数使算法在执行的不同阶段实现两种参数自适应;其次,针对GAPSO中人为设定的固定交叉率和变异率,提出一种自适应交叉和变异策略;最后,以IGAPSO优化ELM的初始权值和偏差.IGAPSO既保证了种群的多样性,又提高了算法的收敛速度.通过仿真实验对比得出:IGAPSO-ELM对网络安全态势预测拟合度可达0.99,收敛速度相较于对比算法有大幅度提升.