基于IFS-NARX模型的网络安全态势预测

被引：22

作者：

韩晓露 ^{[1
]}

刘云 ^{[1
]}

张振江 ^{[2
]}

吕欣 ^{[3
]}

李阳 ^{[3
]}

机构：

[1] 北京交通大学电子信息工程学院

[2] 北京交通大学软件工程学院

[3] 国家信息中心博士后工作站

来源：

吉林大学学报(工学版) | 2019年 / 49卷 / 02期

基金：

中国博士后科学基金;

关键词：

计算机应用; 网络安全态势预测; 大数据; 直觉模糊集; 机器学习; 神经网络;

D O I：

10.13229/j.cnki.jdxbgxb20180241

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

针对现有预测方法较难解决复杂网络环境下网络安全态势预测的不确定性,以及需有效利用经验数据提高网络安全态势预测效率和准确性的问题,通过构造网络安全大数据特征要素的直觉模糊集,提出采用基于直觉模糊集的非线性自回归神经网络(IFS-NARX)对网络安全态势进行预测的方法。实验分析表明:该预测方法相对于现有的网络态势预测方法具有更高的学习效率,更能准确有效地预测出未来一段时间内的大数据安全态势的变化趋势。

引用

页码：592 / 598

页数：7

共 11 条

[1] 基于NARX神经网络的飞机飞行性能模型预测 [J].