基于PSO_SVR的网络安全态势预测方法.pdfVIP

第３１卷第８期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．８ ２０１４年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１４ 基于ＰＳＯ＿ＳＶＲ的网络安全态势预测方法 １ １ １，２ 陈　虹 　王　飞 　肖振久 １（辽宁工程技术大学软件学院　辽宁葫芦岛 １２５１０５） ２（中国传媒大学计算机学院　北京 １０００２４） 摘　要　　针对网络安全态势感知中的态势预测问题，提出一种基于ＰＳＯ＿ＳＶＲ的网络安全态势预测方法。该方法将支持向量回归 机（ＳＶＲ）嵌入到粒子群优化算法（ＰＳＯ）的适应度计算过程中，利用ＰＳＯ算法的全局有哪些信誉好的足球投注网站能力来优化选取ＳＶＲ的参数，在一定程度 上提升了ＳＶＲ的学习能力和泛化能力。仿真实验表明，通过与已有的其他预测方法作对比，该方法具有更好的预测效果。 关键词　　支持向量机回归　粒子群优化算法　网络安全态势预测　参数优化 中图分类号　ＴＰ３９３　ＴＰ１８　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０８．０７３ ＮＥＴＷＯＲＫＳＥＣＵＲＩＴＹＳＩＴＵＡＴＩＯＮＰＲＥＤＩＣＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＰＳＯ＿ＳＶＲ １ １ １，２ Ｃｈｅｎｈｏｎｇ　Ｗａｎｇｆｅｉ　ＸｉａｏＺｈｅｎｊｉｕ １（ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ１２５１０５，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＣｏｍｍｕｎｉｃａｔｉｏｎＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｂｅｉｊｉｎｇ１０００２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏａｄｄｒｅｓｓｔｈｅｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｉｓｓｕｅｉｎｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎａｗａｒｅｎｅｓｓ，ｗｅｐｒｅｓｅｎｔａＰＳＯＳＶＲｂａｓｅｄｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙ ｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄ．Ｔｈｉｓｍｅｔｈｏｄｅｍｂｅｄｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｆｏｒｒｅｇｒｅｓｓｉｏｎ（ＳＶＲ）ｉｎｔｏｔｈｅｆｉｔｎｅｓｓｃａｌｃｕｌａｔｉｏｎｐｒｏｃｅｓｓｏｆｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｓａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍ，ａｎｄｍａｋｅｓｕｓｅｏｆｇｌｏｂａｌｓｅａｒｃｈｉｎｇｃａｐａｂｉｌｉｔｙｏｆＰＳＯｔｏｏｐｔｉｍｉｓｅｔｈｅｓｅｌｅｃｔｉｏｎｏｆＳＶＲｐａｒａｍｅｔｅｒｓ．Ｔｏ ｓｏｍｅｅｘｔｅｎｔ，ｔｈｉｓｅｎｈａｎｃｅｓｔｈｅｌｅａｒｎｉｎｇａｂｉｌｉｔｙａｎｄｇｅｎｅｒａｌｉｓａｔｉｏｎａｂｉｌｉｔｙｏｆＳＶＲ．Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｈａｓｂｅｔｔｅｒ ｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔｉｎｃｏｍｐａｒｉｓｏｎｗｉｔｈｏｔｈｅｒｅｘｉｓｔｉｎｇｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓ． Ｋｅｙｗｏｒｄｓ　　Ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｆｏｒｒｅｇｒｅｓｓｉｏｎ（ＳＶＲ）　Ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｓａｔｉｏｎ（ＰＳＯ）　Ｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎ　 Ｐａｒａｍｅｔｅｒｓｏｐｔｉｍｉｓａｔｉｏｎ 法优化支持向量回归机的参数，提出一种基于ＰＳＯ＿ＳＶＲ的网络 ０　引　言 安全态势预测方法。该方法避免了支持向量回归机参数选择的 盲目性，在一定程度上提升了支持向量回归机的学习能力和