欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017113616814
申请人: 西安邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于动态k-means聚类的神经网络态势预测方法,其特征在于,包括以下步骤:步骤1,收集某系统半年内的网络安全基础数据,数据指标即感染网络病毒主机数量,被篡改网络数,被植入后门的网络数量,安全事件报告数,仿冒页面数量,以及安全漏洞和高危漏洞数量,将网络安全基础数据取值规范在[0,1]范围内,对网络安全基础数据归一化处理,;

步骤2,对归一化后的网络安全基础数据X=[x1,x2,...,xn]T,利用动态k-means聚类算法进行聚类,确定RBF神经网络中心神经元参数Cji=[Cj1,Cj2,...,Cjn]T和个数N;

步骤3,使用归一化后的数据参与RBF神经网络训练,计算RBF神经元宽度Dj=[dj1,dj2,...,djn]并确定神经元输出zj;

步骤4,在训练过程中,对RBF神经网络的输出权值进行编码W=[w1,w2,...,wk]T,(k=1,

2,...,n),使用PSO算法得到最优权值,使网络态势预测精度提高;

步骤5,使用已训练的RBF神经网络对某月网络态势进行预测,并与当月网络态势评估值作对比,根据下述公式计算误差,MSE可以评价数据的变化程度,MSE的值越小,说明预测模型描述实验数据具有更好的精确度,式中yi表示态势评估值, 表示态势预测值。