-
公开(公告)号：CN111262858B
公开(公告)日：2020-12-25
申请号：CN202010046841.1
申请日：2020-01-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于SA_SOA_BP神经网络的网络安全态势预测方法，其步骤如下：采集网络安全数据信息为实验数据进行预处理；根据实验数据中的输入数量和输出数量利用试凑法确定BP神经网络的网络结构；将模拟退火算法引入人群搜索算法中得到改进的人群搜索算法；初始化模拟退火算法，采用改进的人群搜索算法找到最优个体，并通过适应度函数计算个体的适应度值，对BP神经网络的连接权值和阈值进行优化；将测试样本代入BP神经网络中得到网络安全态势的预测值。本发明将模拟退火算法引入人群搜索算法，克服了人群搜索算法易陷入局部最优和收敛缓慢的问题，并利用改进的人群搜索算法在速度及全局搜索上的优势对BP神经网络进行优化改进。
-
公开(公告)号：CN112766343B
公开(公告)日：2022-03-11
申请号：CN202110034429.2
申请日：2021-01-12
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于改进WOA‑SVM的网络安全态势评估方法，其步骤为：以现有的网络安全数据组成样本集；初始化WOA算法和SA算法；选择螺旋捕食或随机搜索猎物，利用自适应权重法更新WOA算法中的当前鲸鱼位置，更新当前的鲸鱼最优位置和全局最优位置；根据SA算法的突跳概率判断是否接受新的鲸鱼位置；判断是否满足迭代的终止条件；将得到的全局最优位置的值赋值给SVM，利用回归拟合分析最佳的参数进行SVM网络训练，将评估值转化为网络安全等级。本发明利用WOA的全局寻优特性寻找SVM的最优参数，利用自适应权重调整鲸鱼位置更新系数，并采用SA算法增加随机搜索因素，避免陷入局部极值，以改善全局寻优能力。
-
公开(公告)号：CN111262858A
公开(公告)日：2020-06-09
申请号：CN202010046841.1
申请日：2020-01-16
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于SA_SOA_BP神经网络的网络安全态势预测方法，其步骤如下：采集网络安全数据信息为实验数据进行预处理；根据实验数据中的输入数量和输出数量利用试凑法确定BP神经网络的网络结构；将模拟退火算法引入人群搜索算法中得到改进的人群搜索算法；初始化模拟退火算法，采用改进的人群搜索算法找到最优个体，并通过适应度函数计算个体的适应度值，对BP神经网络的连接权值和阈值进行优化；将测试样本代入BP神经网络中得到网络安全态势的预测值。本发明将模拟退火算法引入人群搜索算法，克服了人群搜索算法易陷入局部最优和收敛缓慢的问题，并利用改进的人群搜索算法在速度及全局搜索上的优势对BP神经网络进行优化改进。
-
公开(公告)号：CN112766343A
公开(公告)日：2021-05-07
申请号：CN202110034429.2
申请日：2021-01-12
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于改进WOA‑SVM的网络安全态势评估方法，其步骤为：以现有的网络安全数据组成样本集；初始化WOA算法和SA算法；选择螺旋捕食或随机搜索猎物，利用自适应权重法更新WOA算法中的当前鲸鱼位置，更新当前的鲸鱼最优位置和全局最优位置；根据SA算法的突跳概率判断是否接受新的鲸鱼位置；判断是否满足迭代的终止条件；将得到的全局最优位置的值赋值给SVM，利用回归拟合分析最佳的参数进行SVM网络训练，将评估值转化为网络安全等级。本发明利用WOA的全局寻优特性寻找SVM的最优参数，利用自适应权重调整鲸鱼位置更新系数，并采用SA算法增加随机搜索因素，避免陷入局部极值，以改善全局寻优能力。
-
-
-
Search Results
4
records
(took 0.026 seconds)
