基于IPSO-BiLSTM的网络安全态势预测
针对复杂的网络安全态势预测问题,为了提高预测的收敛速度和预测精度,提出了一种基于改进粒子群优化双向长短期记忆(IPSO-BiLSTM)网络的网络安全态势预测模型.首先,针对所用数据集没有真实态势值的问题,采用了一种基于攻击影响的态势值计算方法,用于态势预测.其次,针对粒子群(PSO)算法易陷入局部最优值、搜索能力不均衡等问题,对惯性权重和加速因子进行改进,改进后的粒子群(IPSO)算法的全局和局部搜索能力平衡,收敛速度更快.最后,使用IPSO优化双向长短期记忆(BiLSTM)网络参数,提升预测能力.实验结果表明,IPSO-BiLSTM的拟合程度可达0.9946,其拟合效果和收敛速度均优于其他模型.
网络安全、态势预测、神经网络、双向长短期记忆网络、改进粒子群优化
49
TP393(计算技术、计算机技术)
国家自然科学基金;中央引导地方科技发展资金项目;河北省重点研发计划;河北省自然科学基金
2022-07-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
357-362