-
公开(公告)号：CN106411896A
公开(公告)日：2017-02-15
申请号：CN201610871705.X
申请日：2016-09-30
Applicant: 重庆邮电大学
CPC classification number: H04L41/147 , G06N3/0418 , H04L63/20
Abstract: 本发明属于网络安全技术领域，特别涉及一种基于吸引子传播差分进化算法的径向基函数APDE-RBF神经网络的网络安全态势预测方法，包括利用AP聚类算法对样本数据进行划分聚类，从而获得径向基函数RBF的中心和网络的隐含层节点数；利用AP聚类得出种群差异度，自适应地改变DE算法的缩放因子和交叉概率，对RBF的宽度和连接权值进行优化；同时为了避免陷入局部最优以及跳出局部极值点，对每一代种群的精英个体和种群差异度中心进行混沌搜索；确定最终RBF网络模型，输入测试数据集，输出态势预测值；本发明旨在增强泛化能力的同时，提高对网络安全态势的预测精度。
-
公开(公告)号：CN106411896B
公开(公告)日：2019-04-23
申请号：CN201610871705.X
申请日：2016-09-30
Applicant: 重庆邮电大学
Abstract: 本发明属于网络安全技术领域，特别涉及一种基于吸引子传播差分进化算法的径向基函数APDE‑RBF神经网络的网络安全态势预测方法，包括利用AP聚类算法对样本数据进行划分聚类，从而获得径向基函数RBF的中心和网络的隐含层节点数；利用AP聚类得出种群差异度，自适应地改变DE算法的缩放因子和交叉概率，对RBF的宽度和连接权值进行优化；同时为了避免陷入局部最优以及跳出局部极值点，对每一代种群的精英个体和种群差异度中心进行混沌搜索；确定最终RBF网络模型，输入测试数据集，输出态势预测值；本发明旨在增强泛化能力的同时，提高对网络安全态势的预测精度。
-
公开(公告)号：CN106453294A
公开(公告)日：2017-02-22
申请号：CN201610871838.7
申请日：2016-09-30
Applicant: 重庆邮电大学
CPC classification number: H04L63/20 , G06N3/0436 , H04L41/147
Abstract: 本发明公开一种改进的小生境遗传算法与小波神经网络结合的预测方法，方法包括：选择具有较强非线性拟合能力和容错性能的小波神经网络对安全态势进行预测；通过自适应遗传算法对传统小波神经网络参数进行优化；引入了一种新的动态模糊聚类和淘汰规则的小生境技术，利用动态模糊聚类对种群进行小生境的划分，形成多个小生境，并采用惩罚机制调整个体的适应度值；根据划分好的小生境计算每个小生境个体的适应度值，将个体与当代最优个体的适应度值进行比较，剔除差异度大的小生境，实现小生境的整体淘汰；本发明能够提高遗传算法的寻优能力及收敛速度，通过提高种群多样性，解决遗传算法易陷入早熟收敛的问题，更准确地实现网络安全态势的预测。
-
-
Search Results
3
records
(took 0.019 seconds)
