-
Patent Agency Ranking
公开(公告)号：CN115051864A
公开(公告)日：2022-09-13
申请号：CN202210708250.5
申请日：2022-06-21
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于PCA‑MF‑WNN的网络安全态势要素提取方法及系统，对初始数据通过主成分分析法进行降维，去除冗余的态势要素，属性约简，在降低数据复杂度的同时尽可能的用少数几个主成分来保留原始数据集的信息，训练加入动量因子的小波神经网络，通过加入动量因子的方法来提升小波神经网络的学习效率，将经过主成分分析法降维后的数据输入改进的小波神经网络中进行分类训练，得到态势要素提取模型。对小波神经网络的参数进行修正，可提高小波分类器的分类精度与分类效率。因此在利用态势要素提取模型进行网络安全态势要素提取时，能够提高态势要素提取的分类精度，而且也进一步提高了分类效率。
-
公开(公告)号：CN116846565A
公开(公告)日：2023-10-03
申请号：CN202210135680.2
申请日：2022-02-14
Applicant: 郑州轻工业大学
IPC: H04L9/40 , H04L41/16 , G06Q10/0639 , G06N3/006 , G06N3/084
Abstract: 本发明公开了一种基于SAA‑SSA‑BPNN的网络安全态势评估方法，具体包括以下步骤：步骤一：构建网络安全态势指标体系，对收集到的指标数据进行预处理；步骤二：建立基于SAA‑SSA‑BPNN的网络安全态势评估模型：具体包括：用模拟退火算法优化麻雀搜索算法；用优化后的麻雀搜索算法获取BP神经网络的最优初始权值和阈值；对用SAA‑SSA算法优化后的BPNN进行训练；生成具有评估能力的SAA‑SSA‑BPNN模型；步骤三：基于SAA‑SSA‑BPNN模型进行网络安全态势评估：输入测试数据到SAA‑SSA‑BPNN模型进行网络安全态势评估。该发明的技术效果为：解决了麻雀搜索算法易陷入局部最优和BPNN的最优权值和阈值难以确定及收敛速度缓慢的问题，显著提高了评估的准确性和收敛速度。
-
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。
-
公开(公告)号：CN115051864B
公开(公告)日：2024-02-27
申请号：CN202210708250.5
申请日：2022-06-21
Applicant: 郑州轻工业大学
IPC: H04L9/40 , H04L41/142 , H04L41/16 , G06F18/2135 , G06F18/241 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于PCA‑MF‑WNN的网络安全态势要素提取方法及系统，对初始数据通过主成分分析法进行降维，去除冗余的态势要素，属性约简，在降低数据复杂度的同时尽可能的用少数几个主成分来保留原始数据集的信息，训练加入动量因子的小波神经网络，通过加入动量因子的方法来提升小波神经网络的学习效率，将经过主成分分析法降维后的数据输入改进的小波神经网络中进行分类训练，得到态势要素提取模型。对小波神经网络的参数进行修正，可提高小波分类器的分类精度与分类效率。因此在利用态势要素提取模型进行网络安全态势要素提取时，能够提高态势要素提取的分类精度，而且也进一(56)对比文件张然;潘芷涵;尹毅峰;蔡增玉.基于SAA-SSA-BPNN的网络安全态势评估模型《.计算机工程与应用》.2022,117-124页.Jin Zhang;Shuilin Yan;Yang Liu;Weixiang Zhu;Zhongwei Zhao.A NovelWavelet Neural Network Load ForecastingAlgorithm with Adaptive Momentum Factor.《2021 IEEE 5th Advanced InformationTechnology, Electronic and AutomationControl Conference (IAEAC)》.2021,1673-1678页.
-
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。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
