科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统网络安全态势预测准确率不高、效率差的问题，利用改进黑猩猩算法优化极限学习机训练并构建网安态势预测模型ICOA-ELM。引入Tent混沌种群初始化、收敛因子非线性递减和差分进化机制对COA算法的初始种群多样性、全局搜索与局部开发均衡性及跳离局部最优能力进行改进，提高算法寻优性能。为提高极限学习机的预测精度和泛化能力，利用ICOA算法迭代优化ELM的关键参数，构建ICOA优化极限学习机的网安态势预测模型ICOA-ELM。实验结果表明，ICOA-ELM的预测结果拟合度更高，具有更好的预测效率和稳定性。
- 单位
