基于MCS-RELM的网络安全态势预测模型

摘要：

为了提高网络安全态势的预测准确性,提出一种改进布谷鸟搜索算法和正则极限学习机相融合的网络安全态势预测模型.首先将一维的网络安全态势数据重构成多维时间序列,然后将训练样本集输入到正则极限学习机进行学习,并采用改进布谷鸟搜索算法优化输入权值和隐含层阈值,建立网络安全态势预测模型,最后采用Honeynet数据集对模型性能进行测试.结果表明,相对于其它网络安全态势预测模型,本文模型可更加准确描述网络安全态势的变化趋势,不仅提高了网络安全态势预测准确性,而且加快了建模速度,可以满足网络安全态势在线预测要求.

关键词：网络安全态势、正则极限学习机、布谷鸟搜索算法、预测模型

所属期刊栏目：33

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;四川省教育厅重点项目

在线出版日期：2017-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：192-196