CMA-ES算法优化网络安全态势预测模型

CMA-ES算法优化网络安全态势预测模型
杨明;胡冠宇;刘倩
【期刊名称】《哈尔滨理工大学学报》
【年(卷),期】2017(22)2
【摘要】A method for network security situation prediction is proposed,where the covariance matrix adaptation evolution strategy algorithm (CMA-ES) is used to optimize the parameters of the radial basis function neural network forecasting model (RBF),which makes the forecasting model have superior ability,and can quickly find out the rules of the complex time series.The simulations results show that the proposed method can accurately predict the network security situation,and has better prediction accuracy than traditional prediction methods.%针对网络安全态势预测问题,提出了一种预测方法.该方法采用协方差矩阵自适应进化策略(CMA-ES)算法来优化径向基神经网络(RBF)预测模型中的参数,使得RBF预测模型具备更好的泛化能力,可以快速的找出复杂时间序列中的规律.仿真实验结果表明,采用CMA-ES优化的RBF预测模型能够准确预测出一段时间内的网络安全态势值,预测精度高于传统预测手段.
【总页数】5页(P140-144)
【作者】杨明;胡冠宇;刘倩
【作者单位】长春工业大学应用技术学院,吉林长春130000;海南师范大学信息科学技术学院,海南海口571158;长春市十一高中信息技术教研组,吉林长春130000
【正文语种】中文
【中图分类】TP393.0
【相关文献】
1.萤火虫群算法优化高斯过程的网络安全态势预测 [J], 李纪真;孟相如;温祥西;康巧燕
2.一种网络安全态势自适应预测模型 [J], 杨宏宇;张旭高
3.基于神经网络的网络安全态势预测模型研究 [J], 王清
4.基于粒子群算法优化最小二乘支持向量机的网络安全态势评估 [J], 黄东;李长彬
5.IGAPSO-ELM:一种网络安全态势预测模型 [J], 唐延强;李成海;王坚;王亚男;曹波因版权原因，仅展示原文概要，查看原文内容请购买。