基于PSO优化LS-SVM算法的网络空间态势预测研究

摘要：

为了监测网络安全和基于网络空间态势变化表现出高度的非线性、时变性以及不确定性等特征,提出了基于最小二乘支持向量机(LS-SVM)的态势预测方法.研究中考虑到数据的精准程度,利用粒子群算法(PSO)优化LS-SVM算法,并进行了仿真实验.与传统支持向量机和基于遗传优化的支持向量机算法进行比较,可知基于粒子群优化的LS-SVM算法具有更高的精度性和准确性,能够将预测结果误差控制在0.7％以内.

关键词：网络空间、态势预测、最小二乘支持向量机、粒子群最优算法

所属期刊栏目：51

分类号：TP393.08(计算技术、计算机技术)

资助基金：原总装预研基金资助项目9140A06020215JB25080

在线出版日期：2018-06-20（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：1154-1160