改进PSO优化RBF的网络安全态势预测研究.pdfVIP

测控技术

•56•2018年第37卷第5期网络技术与应用

改进PSO优化RBF的网络安全态势预测研究

江洋1，李成海1，魏晓辉2，李志鹏1

(1.空军工程大学防空反导学院，陕西西安710051;2.中国人民解放军第463医院，辽宁沈阳110042)

摘要：针对网络安全态势预测，为了提高预测精度和预测算法的收敛速度，采用一种改进的粒子群算法

(PSO)来优化径向基函数（RBF)神经网络。首先，PSO的惯性权重因子按一条开口向左的抛物线递减，

在保证全局寻优的同时又增强了局；其次，,子的寻优，,寻到的全

局最优成RBF的网络参数；最后，通过优化的RBF网络进行网络安全态势预测。

明，改进后的算法能较准确地预测网络安全态势。与BP算法和RBF算法相比，本文算法在预测精度上

有所提高，同时收敛速度加快，能达到更好的预测效果。

关键词：网络安全；态势预测；粒子群;径向基函数;神经网络;惯性权重

中图分类号:TP393.08文献标识码:A文章编号：000-8829(2018)05-0056-05

ResearchonNetworkSecuritySituationPredictionBasedonRBF

OptimizedbyImprovedPSO

JIANGYang1,LICheng-hai1,WEIXiao-hui2,LIZhi-peng1

(1.CollegeofAirandMissileDefense,AirForceEngineeringUniversity,Xi,an710051,China;

2.The463thHospitaloftheChinesePeople’sLiberationArmy,Shenyang110042,China)

Abstract：Accordingtothenetworksecuritysituationprediction,animprovedparticleswarmoptimization

(PSO)isusedtooptimizeradialbasisfunction(RBF)neuralnetworktoobtainhigherforecastingprecisionand

fasterconvergencespeed.Firstly,theinertiaweightfactorofPSOmethoddecreasesinaparabolamanner,

whoseopeningisfacingleft,itisensuresthegoodglobaloptimizationandenhancesthelocalsearchability.

Secondly,theinertiaweightisautomaticallyoptimizedbyitsownadjustment,andthenthefinalglobaloptimi­

zationisdecodedintothenetworkpar