摘要
针对目前的攻击路径预测方法不能准确反映攻击力对后续路径的影响,提出了混合多层结构化网络的攻击路径预测算法.首先,对攻击路径样本时间序列进行组合排序,重新组合产生攻击路径样本,采用极限学习机进行分类训练,然后采用人工鱼群捕鱼算法进行学习机优化,提高对网络攻击路径样本的全局搜素和局部寻优能力,避免陷入局部最优解.最后得到的仿真结果表明,采用该方法进行运动员攻击路径预测的收敛性较好,迭代次数较低,预测精度得到提升.
-
单位郑州成功财经学院; 中国科学院软件研究所