计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
6期
1778-1781
,共4页
陈善学%杨政%朱江%李方伟
陳善學%楊政%硃江%李方偉
진선학%양정%주강%리방위
网络安全%态势预测%累加预处理%支持向量机%粒子群算法
網絡安全%態勢預測%纍加預處理%支持嚮量機%粒子群算法
망락안전%태세예측%루가예처리%지지향량궤%입자군산법
network security%situational prediction%accumulative pre-processing%SVM%PSO
在网络安全态势感知系统中,态势预测是关键的环节.为了保证及提高态势预测的精度,结合粒子群算法的寻优性能好和支持向量机的预测准确的优势,提出了一种在数据累加预处理基础上的PSO-SVM预测模型.此模型利用将原始序列累加,弱化了原始序列中的不规则扰动影响,增强了序列的规律性的特点,与粒子群优化支持向量机(PSO-SW)相结合,更好地发挥预测精度高的优势,更能保证预测精度.通过仿真实验检验此模型的有效性,并与PSO-SVM预测模型的结果进行对比,验证了其预测精度的优越性.
在網絡安全態勢感知繫統中,態勢預測是關鍵的環節.為瞭保證及提高態勢預測的精度,結閤粒子群算法的尋優性能好和支持嚮量機的預測準確的優勢,提齣瞭一種在數據纍加預處理基礎上的PSO-SVM預測模型.此模型利用將原始序列纍加,弱化瞭原始序列中的不規則擾動影響,增彊瞭序列的規律性的特點,與粒子群優化支持嚮量機(PSO-SW)相結閤,更好地髮揮預測精度高的優勢,更能保證預測精度.通過倣真實驗檢驗此模型的有效性,併與PSO-SVM預測模型的結果進行對比,驗證瞭其預測精度的優越性.
재망락안전태세감지계통중,태세예측시관건적배절.위료보증급제고태세예측적정도,결합입자군산법적심우성능호화지지향량궤적예측준학적우세,제출료일충재수거루가예처리기출상적PSO-SVM예측모형.차모형이용장원시서렬루가,약화료원시서렬중적불규칙우동영향,증강료서렬적규률성적특점,여입자군우화지지향량궤(PSO-SW)상결합,경호지발휘예측정도고적우세,경능보증예측정도.통과방진실험검험차모형적유효성,병여PSO-SVM예측모형적결과진행대비,험증료기예측정도적우월성.
