發(fā)布時(shí)間：2018-04-18 11:42

  本文選題：自適應(yīng)聚類徑向基函數(shù)(AC-RBF)神經(jīng)網(wǎng)絡(luò) + 網(wǎng)絡(luò)安全態(tài)勢預(yù)測(NSSP)　； 參考：《重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)》2014年05期

【摘要】：為了準(zhǔn)確地把握網(wǎng)絡(luò)安全發(fā)展態(tài)勢,提出了一種基于自適應(yīng)聚類徑向基函數(shù)(adaptive clustering radical basis function,AC-RBF)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測(network security situation prediction,NSSP)方法。該方法對網(wǎng)絡(luò)安全態(tài)勢樣本自適應(yīng)聚類,獲得了神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù),采用梯度下降法訓(xùn)練神經(jīng)網(wǎng)絡(luò),尋找網(wǎng)絡(luò)安全態(tài)勢樣本之間的非線性映射關(guān)系,利用該關(guān)系對未來時(shí)刻網(wǎng)絡(luò)安全態(tài)勢進(jìn)行了預(yù)測。仿真實(shí)驗(yàn)表明,相對于K-均值RBF神經(jīng)網(wǎng)絡(luò)及支持向量機(jī)(support vector machine,SVM)預(yù)測模型,該方法在神經(jīng)網(wǎng)絡(luò)規(guī)模較小的情況下,不僅能夠反映網(wǎng)絡(luò)安全態(tài)勢的總體趨勢,而且還提高了預(yù)測精度,能夠提供給網(wǎng)絡(luò)安全管理員一個(gè)直觀的網(wǎng)絡(luò)安全態(tài)勢圖。
[Abstract]:In order to accurately grasp the development of network security, a network security situation prediction method based on adaptive clustering radical basis function AC-RBF neural network is proposed.Based on the adaptive clustering of network security situation samples, the number of hidden layer nodes of neural network is obtained, and the gradient descent method is used to train the neural network to find the nonlinear mapping relationship between the network security situation samples.The relationship is used to predict the situation of network security in the future.The simulation results show that compared with the K- mean RBF neural network and support vector machine SVM prediction model, this method can not only reflect the general trend of the network security situation, but also can reflect the overall trend of the network security situation in the case of the smaller scale of the neural network.Moreover, the prediction accuracy is improved, which can provide an intuitionistic network security situation map for the network security administrator.
【作者單位】： 重慶郵電大學(xué)移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(61271260,61301122) 教育部科學(xué)研究重點(diǎn)項(xiàng)目(212145) 重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ1400405)~~
【分類號(hào)】：TN915.08;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 趙國生;王慧強(qiáng);王健;;基于灰色Verhulst的網(wǎng)絡(luò)安全態(tài)勢感知模型[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2008年05期

2 任偉;蔣興浩;孫錟鋒;;基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年31期

3 韋勇;連一峰;;基于日志審計(jì)與性能修正算法的網(wǎng)絡(luò)安全態(tài)勢評估模型[J];計(jì)算機(jī)學(xué)報(bào);2009年04期

4 曾斌;鐘萍;;網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法的仿真研究[J];計(jì)算機(jī)仿真;2012年05期

5 張勇;譚小彬;崔孝林;奚宏生;;基于Markov博弈模型的網(wǎng)絡(luò)安全態(tài)勢感知方法[J];軟件學(xué)報(bào);2011年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳金華;戴淼;尹劍;;基于遺傳神經(jīng)網(wǎng)絡(luò)的陜西省土地利用結(jié)構(gòu)模型研究[J];安徽農(nóng)業(yè)科學(xué);2008年36期

2 夏美娟;梁雪春;;基于LM-BP網(wǎng)絡(luò)的南水北調(diào)東線源頭水質(zhì)綜合評價(jià)[J];安徽農(nóng)業(yè)科學(xué);2011年32期

3 蔣宇;謝國秋;楊咸啟;;MATLAB在《機(jī)械故障診斷》教學(xué)中的應(yīng)用研究[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

4 劉新田;郭敬杰;;基于人工神經(jīng)網(wǎng)絡(luò)的AZ31鎂合金流變應(yīng)力預(yù)測[J];安陽工學(xué)院學(xué)報(bào);2007年04期

5 尹霞;王東輝;;稱重傳感器蠕變補(bǔ)償算法研究[J];安陽工學(xué)院學(xué)報(bào);2009年04期

6 聞學(xué);劉新榮;易立;;神經(jīng)網(wǎng)絡(luò)反分析在柳山隧道中的應(yīng)用[J];地下空間與工程學(xué)報(bào);2009年05期

7 烏日根;董俊慧;王玉榮;;基于神經(jīng)網(wǎng)絡(luò)的RE-Ni-Cu合金鑄鐵腐蝕性能預(yù)測[J];兵器材料科學(xué)與工程;2009年01期

8 王玉榮;烏日根;;人工神經(jīng)網(wǎng)絡(luò)在合金鑄鐵腐蝕深度預(yù)測中的應(yīng)用研究[J];兵器材料科學(xué)與工程;2012年01期

9 李繼紅;李琳;畢宗岳;張敏;;基于BP神經(jīng)網(wǎng)絡(luò)的連續(xù)油管焊接熱影響區(qū)性能預(yù)測[J];兵器材料科學(xué)與工程;2012年03期

10 歐陽鈞;王愛枝;;基于Matlab的BP神經(jīng)網(wǎng)絡(luò)在大氣污染物濃度預(yù)測中的應(yīng)用[J];環(huán)境科學(xué)與管理;2009年11期

相關(guān)會(huì)議論文 前10條

1 王亞慧;程培新;趙亞丹;張桐;;針對時(shí)滯系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)滑�？刂撇呗訹A];第二十七屆中國控制會(huì)議論文集[C];2008年

2 王偉珍;劉春紅;張漫;李民贊;劉剛;;基于BP神經(jīng)網(wǎng)絡(luò)的溫室番茄光合作用速率預(yù)測模型研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

3 蔣豐;馮奇;;基于自組織映射神經(jīng)網(wǎng)絡(luò)的艦艇系統(tǒng)沖擊損傷決策[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

4 雷偉偉;鄭紅曉;陳虎;;區(qū)域似大地水準(zhǔn)面精化模型算法的優(yōu)選[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

5 董桂洪;王勝年;范志宏;熊建波;;IMSL C#數(shù)值分析函數(shù)庫在混凝土計(jì)算機(jī)技術(shù)的應(yīng)用[A];經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變與自主創(chuàng)新——第十二屆中國科學(xué)技術(shù)協(xié)會(huì)年會(huì)（第三卷）[C];2010年

6 張啟義;張智;梅冬;;遺傳神經(jīng)網(wǎng)絡(luò)在公路物資運(yùn)輸量預(yù)測中的應(yīng)用[A];中國運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

7 謝雄耀;覃暉;;探地雷達(dá)探測隧道襯砌鋼筋的神經(jīng)網(wǎng)絡(luò)識(shí)別方法[A];2010年全國工程地質(zhì)學(xué)術(shù)年會(huì)暨“工程地質(zhì)與海西建設(shè)”學(xué)術(shù)大會(huì)論文集[C];2010年

8 仇敏;藏占鋒;邵偉;;酵母抽提物干燥工藝節(jié)能優(yōu)化研究[A];“亞運(yùn)食品安全與廣東食品產(chǎn)業(yè)創(chuàng)新發(fā)展”學(xué)術(shù)研討會(huì)暨2009年廣東省食品學(xué)會(huì)年會(huì)論文集[C];2009年

9 秦健;李濤;;基于Contourlet變換提取云的旋轉(zhuǎn)不變紋理特征[A];2009第五屆蘇皖兩省大氣探測、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專輯[C];2009年

10 朱鋒;周瑋;孫輝;;基于相似日聚類的徑向基神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測方法[A];中國可再生能源學(xué)會(huì)海洋能專業(yè)委員會(huì)成立大會(huì)暨第一屆學(xué)術(shù)討論會(huì)論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 李建平;面向異構(gòu)數(shù)據(jù)源的網(wǎng)絡(luò)安全態(tài)勢感知模型與方法研究[D];哈爾濱工程大學(xué);2010年

2 劉效武;基于多源融合的網(wǎng)絡(luò)安全態(tài)勢量化感知與評估[D];哈爾濱工程大學(xué);2009年

3 包健;有限精度權(quán)值神經(jīng)網(wǎng)絡(luò)優(yōu)化的研究與應(yīng)用[D];華東理工大學(xué);2011年

4 羅彬;基于MMOI方法的電信客戶流失預(yù)測與挽留研究[D];電子科技大學(xué);2010年

5 楊承;日盲型紫外探測和直升機(jī)著艦光電助降技術(shù)的研究[D];電子科技大學(xué);2010年

6 王娟;大規(guī)模網(wǎng)絡(luò)安全態(tài)勢感知關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2010年

7 宋敏;榆林資源型產(chǎn)業(yè)集群可持續(xù)發(fā)展預(yù)警研究[D];西北農(nóng)林科技大學(xué);2010年

8 卓瑩;基于拓?fù)洹ち髁客诰虻木W(wǎng)絡(luò)態(tài)勢感知技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

9 關(guān)麗榮;基于反推技術(shù)的永磁直線同步電機(jī)控制策略研究[D];沈陽工業(yè)大學(xué);2010年

10 王文華;吉林省西部地區(qū)鹽漬土水分遷移及凍脹特性研究[D];吉林大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 劉輝;基于電子鼻的魚粉新鮮度快速檢測方法研究[D];華中農(nóng)業(yè)大學(xué);2010年

2 李錦;基于聲波的運(yùn)動(dòng)車輛行駛狀態(tài)辨識(shí)理論研究[D];南昌航空大學(xué);2010年

3 李旭東;煤礦通防安全信息集成與控制預(yù)警系統(tǒng)平臺(tái)研究[D];山東科技大學(xué);2010年

4 張鴻X;礦山企業(yè)生產(chǎn)成本模塊化管理與應(yīng)用[D];山東科技大學(xué);2010年

5 李洪琴;基于振動(dòng)模態(tài)分析和BP網(wǎng)絡(luò)的橋梁損傷識(shí)別研究[D];山東科技大學(xué);2010年

6 雷明杰;神經(jīng)網(wǎng)絡(luò)和遺傳算法在中厚板軋機(jī)中的應(yīng)用研究[D];鄭州大學(xué);2010年

7 王斌;淺層地表缺陷動(dòng)力探測技術(shù)研究[D];鄭州大學(xué);2010年

8 楊仁;化學(xué)回?zé)嵫�環(huán)與水系統(tǒng)仿真研究[D];哈爾濱工程大學(xué);2010年

9 辛貴州;無人飛行器航跡規(guī)劃算法研究[D];哈爾濱工程大學(xué);2010年

10 楊欣穎;潛器光視覺目標(biāo)識(shí)別技術(shù)的研究與設(shè)計(jì)[D];哈爾濱工程大學(xué);2010年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高昆侖;劉建明;徐茹枝;王宇飛;李怡康;;基于支持向量機(jī)和粒子群算法的信息網(wǎng)絡(luò)安全態(tài)勢復(fù)合預(yù)測模型[J];電網(wǎng)技術(shù);2011年04期

2 諸葛建偉,徐輝,潘愛民;基于面向?qū)ο蠓椒ǖ墓�擊知識(shí)模型[J];計(jì)算機(jī)研究與發(fā)展;2004年07期

3 韋勇;連一峰;馮登國;;基于信息融合的網(wǎng)絡(luò)安全態(tài)勢評估模型[J];計(jì)算機(jī)研究與發(fā)展;2009年03期

4 任偉;蔣興浩;孫錟鋒;;基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年31期

5 王慧強(qiáng);賴積保;朱亮;梁穎;;網(wǎng)絡(luò)態(tài)勢感知系統(tǒng)研究綜述[J];計(jì)算機(jī)科學(xué);2006年10期

6 孟錦;馬馳;何加浪;張宏;;基于HHGA-RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型[J];計(jì)算機(jī)科學(xué);2011年07期

7 張翔;胡昌振;劉勝航;唐成華;;基于支持向量機(jī)的網(wǎng)絡(luò)攻擊態(tài)勢預(yù)測技術(shù)研究[J];計(jì)算機(jī)工程;2007年11期

8 向西西;黃宏光;李予東;;基于Kalman算法的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];計(jì)算機(jī)仿真;2010年12期

9 陳秀真;鄭慶華;管曉宏;林晨光;;層次化網(wǎng)絡(luò)安全威脅態(tài)勢量化評估方法[J];軟件學(xué)報(bào);2006年04期

10 張永錚;方濱興;遲悅;云曉春;;用于評估網(wǎng)絡(luò)信息系統(tǒng)的風(fēng)險(xiǎn)傳播模型[J];軟件學(xué)報(bào);2007年01期

，

本文編號(hào)：1768259