基于+APDE-RBF+神经网络的网络安全态势预测方法.pdf

第 卷 第 期 系统工程与电子技术 ３８ 　 １２ Ｖｏｌ．３８　Ｎｏ．１２ 年 月 ２０１６ １２ Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ Ｄｅｃｅｍｂｅｒ ２０１６ 文章编号网址 ：１００１５０６Ｘ（２０１６）１２２８６９０７　 ：ｗｗｗ．ｓｙｓｅｌｅ．ｃｏｍ 基于 神经网络的网络安全态势预测方法 ＡＰＤＥＲＢＦ 李方伟 张新跃 朱 江 黄 卿 ， ， 　 ， 　 重庆邮电大学移动通信技术重庆市重点实验室 重庆 （ ， ４０００６５） 摘 要 为了提高径向基函数 神经网络对网络安全态势的预测精度 提出了一 　　 　 ： （ｒａｄｉｃａｌ ｂａｓｉｓ ｆｕｎｃｔｉｏｎ，ＲＢＦ） ， 种基于吸引力传播 聚类和差分进化 优化 神 经 网 络 的 （ａｆｆｉｎｉｔｙ ｐｒｏｐａｇａｔｉｏｎ，ＡＰ） （ｄｉｆｆｅｒｅｎｔｉａｌ ｅｖｏｌｕｔｉｏｎ，ＤＥ） ＲＢＦ 算法 首先 利用 聚类算法对样本数据进行划分聚类 从而获得 的中心和网络的隐含层节点数 其次 利 。 ， ＡＰ ， ＲＢＦ ； ， 用 聚类得出种群差异度 自适应地 改 变 算法的缩放因子和交叉概率 对 的宽度和连接权值进行优 ＡＰ ， ＤＥ ， ＲＢＦ 化；同时为了避免陷入局部最优以及跳出局部极值点，对每一代种群的精英个体和种群差异度中心进行混沌搜 索。通过仿真实验表明，此算法在泛化能力增强的同时，对网络安全态势也达到了较高的预测精度。 关键词：径向基函数；吸引力传播聚类；差分进化；种群差异度；混沌搜索 中图分类号 文献标志码 ：ＴＰ ３９３　　　　 ：Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１５０６Ｘ．２０１６．１２．２８ Ｎｅｔｗｏｒｋ ｓｅｃｕｒｉｔ