基于模糊校正的深度时序信息安全评估算法

摘要：

针对现有信息安全评估算法对多专家主观态度偏差的处理不足,并且传统时序机器学习模型无法应对时间段内偏差积累等问题,提出一种基于深度模糊校正的深度时序信息安全评估算法.该算法首先通过三角模糊函数构建专家模糊评估指标,并采用改进的加权DS证据推理校正指标,然后创建损失和可能性矩阵特征,最后使用深度时序网络评估信息安全.在MIT数据集上进行了仿真实验,实验分别分析了特征是否能够应对多专家冲突,以及评估算法的正确率,鲁棒性和时间效率等指标.实验结果表明,本文提出的算法拥有更强的模糊评价能力,对专家间的冲突意见处理能力更强,在时序上的信息安全评估更准确,鲁棒性更高,但是算法效率却得到了保持.

关键词：三角模糊函数、损失矩阵、可能性矩阵、加权DS证据推理、RNN-LSTM

所属期刊栏目：46

分类号：TN914

资助基金：福州市科技计划项目2015-G-84

在线出版日期：2018-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：464-470