基于随机森林的智慧城市信息安全风险预测

被引：11

作者：

向尚 ^{[1
]}

邹凯 ^{[1
]}

蒋知义 ^{[2
]}

张中青扬 ^{[1
]}

机构：

[1] 湘潭大学公共管理学院

[2] 不详

来源：

中国管理科学 | 2016年 / 24(S1)卷 / S1期

关键词：

信息安全; 风险预测; 随机森林; 智慧城市;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP309 [安全保密];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

智慧城市面临越来越严峻的信息安全威胁,传统的信息安全风险预测方法较难适应智慧城市信息安全的复杂性、非线性与不确定性等特性。本文通过改进现有智慧城市信息安全风险指标体系,基于机器学习中的随机森林算法,构建一个智慧城市信息安全风险预测模型,并与传统模型预测结果对比,结果表明,模型预测效果较其他模型更优秀。

引用

收藏

页码：266 / 270

页数：5

相关论文

共 11 条

[1] 智慧城市信息安全风险评估模型构建与实证研究 [J].

邹凯 ;

向尚 ;

张中青扬 ;

毛太田 .

图书情报工作, 2016, 60 (07) :19-24

[2] 考虑交易成本的多阶段投资组合评价方法研究 [J].

周忠宝 ;

刘佩 ;

喻怀宁 ;

马超群 ;

刘文斌 .

中国管理科学, 2015, 23 (05) :1-6

[3] 智慧城市中信息安全的分析以及应对措施 [J].

董袁泉 .

微型机与应用, 2014, 33 (23) :16-18

[4] 网络信息安全风险态势预测分析方法探讨 [J].

陈虎 .

网络安全技术与应用, 2014, (03) :153-154

[5] 智慧城市信息安全风险及评估方法 [J].

满晓元 .

电子世界, 2013, (23) :77-78

[6] 新生儿高胆红素血症的风险预测 [J].

王瑛 ;

王金秀 ;

江华 ;

张琳 ;

刘滢 ;

丁雪晶 .

临床儿科杂志, 2012, 30 (03) :238-241

[7] 基于朴素贝叶斯的供应链金融信用风险预测分析 [J].

黄静 ;

赵庆祯 .

物流科技, 2009, 32 (08) :134-137

[8] 基于支持向量机的工程项目风险预测研究 [J].

张丽霞 ;

施国庆 .

计算机工程与应用, 2005, (21) :224-226

[9]

GB/T 31722-2015. 信息技术　安全技术　信息安全风险管理[S]. 2015

[10] A tutorial on support vector machine-based methods for classification problems in chemometrics [J].

Luts, Jan ;

Ojeda, Fabian ;

Van de Plas, Raf ;

De Moor, Bart ;

Van Huffel, Sabine ;

Suykens, Johan A. K. .

ANALYTICA CHIMICA ACTA, 2010, 665 (02) :129-145