一种基于AC-RBF神经网络的网络安全态势预测方法

摘要：

为了准确地把握网络安全发展态势,提出了一种基于自适应聚类径向基函数(adaptive clustering radical basis function,AC-RBF)神经网络的网络安全态势预测(network security situation prediction,NSSP)方法.该方法对网络安全态势样本自适应聚类,获得了神经网络隐层节点数,采用梯度下降法训练神经网络,寻找网络安全态势样本之间的非线性映射关系,利用该关系对未来时刻网络安全态势进行了预测.仿真实验表明,相对于K-均值RBF神经网络及支持向量机(support vector machine,SVM)预测模型,该方法在神经网络规模较小的情况下,不仅能够反映网络安全态势的总体趋势,而且还提高了预测精度,能够提供给网络安全管理员一个直观的网络安全态势图.

关键词：自适应聚类径向基函数(AC-RBF)神经网络、网络安全态势预测(NSSP)、态势图

所属期刊栏目：26

分类号：TN918.91

资助基金：国家自然科学基金61271260,61301122;教育部科学研究重点项目212145;重庆市教委科学技术研究项目KJ1400405;The National Nature Science Foundation of China61271260,61301122;The Key Science and Technology Research Project of the Education Ministry212145;The Science and Technology Research Project of Chongqing Municipal Education Commission of ChinaKJ1400405

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：576-581