摘要

网络态势值是衡量网络安全的重要指标,其值的高低直接影响网络安全的优劣。能够有效地建立起网络态势预测模型,其意义对于预防网络安全事件的发生以及网络安全防护来讲非同寻常。通过对网络态势的理解和分析,可知影响网络态势的因素很多且关系比较复杂,难以建立较为准确的数学表达式来描述网络态势。因此,文章采用改进的粒子群算法优化支持向量回归机模型的参数,构建起网络态势与影响因素两者中的非线性映射关系,提出一种多种群的混沌粒子优化算法,建立MSCPO-SVR网络态势预测模型,并得出预测结果。最后,通过与BP神经网络和SVR预测模型进行对比,验证MSCPO-SVR预测模型的预测值与真实值的拟合性比较强。

  • 单位
    兰州大学; 兰州大学应用技术研究院有限责任公司