基于HHGA-RBF神经网络的网络安全态势预测模型  

Network Security Situation Prediction Model Based on HHGA-RBF Neural Network

作　　者：孟锦[1] 马驰[1] 何加浪[1] 张宏[1] 

机构地区：[1]南京理工大学计算机科学与技术学院623教研室,南京210094

出　　处：《计算机科学》2011年第7期70-72,75,共4页Computer Science

基　　金：国家自然科学基金项目(90718021;60903027);自主科研先期投入计划(2010XQTR04)资助

摘　　要：针对网络安全态势感知中的预测问题,提出了采用径向基函数(RBF)神经网络对态势值进行预测的方法。为了提高RBF神经网络的预测精度,使用混合递阶遗传算法(HHGA)对RBF神经网络进行训练,获得了神经网络结构参数。实验结果说明了此预测方法的有效性,并通过与已有的预测方法进行对比实验,验证了所提算法在精度方面的优越性。To address the prediction problem in the Network Security Situational Awareness,the RBF neural network method was proposed to predict the situation value.In order to improve the prediction accuracy of RBF neural network,the HHGA was used for training to acquire the neural network parameters.Experimental results show the validity of this prediction method,and the accuracy of the proposed algorithm was verified by comparative experiment with the exi-sting forecasting methods.

关 键 词：混合递阶遗传算法 网络安全态势 态势预测 RBF神经网络 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]