深度信念网络在云安全态势预测中的应用

被引:11
作者
赵国生 [1 ]
晁绵星 [1 ]
谢宝文 [1 ]
王健 [2 ]
机构
[1] 哈尔滨师范大学计算机科学与信息工程学院
[2] 哈尔滨理工大学计算机科学与技术学院
关键词
云安全; 态势预测; 深度信念网络; 差分进化算法;
D O I
暂无
中图分类号
TP393.08 []; TP18 [人工智能理论];
学科分类号
0839 ; 1402 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
面向多源异构大数据环境下云安全态势预测的准确性问题,提出了一种基于深度信念网络的云安全态势预测模型.首先,针对云计算环境的安全需求引入可度量的态势要素指标体系.然后,构建了云安全态势预测的样本数据,通过深度信念网络实现了态势要素和预测值之间的映射,并结合改进的差分进化算法实现了隐含层网络参数的优化.同时,引入二维旋转交叉策略增加进化种群的多样性,避免预测模型过早收敛.最后,仿真结果表明相对于现有的云安全态势预测模型提高了预测准确度.
引用
收藏
页码:1195 / 1202
页数:8
相关论文
共 14 条
[1]  
构建云计算环境的安全检查与评估指标体系.[A].章恒;禄凯;.第29次全国计算机安全学术交流会.2014,
[2]   基于IFS-NARX模型的网络安全态势预测 [J].
韩晓露 ;
刘云 ;
张振江 ;
吕欣 ;
李阳 .
吉林大学学报(工学版), 2019, 49 (02) :592-598
[3]   云安全风险评估度量模型 [J].
阮树骅 ;
瓮俊昊 ;
毛麾 ;
陈雪莲 .
山东大学学报(理学版), 2018, 53 (03) :71-76+81
[4]   应用自适应差分进化算法优化测试数据研究 [J].
李龙澍 ;
翁晴晴 .
小型微型计算机系统, 2018, 39 (02) :292-296
[5]   基于深度信念网络的短期负荷预测方法 [J].
孔祥玉 ;
郑锋 ;
鄂志君 ;
曹旌 ;
王鑫 .
电力系统自动化, 2018, 42 (05) :133-139
[6]   云计算环境安全综述 [J].
张玉清 ;
王晓菲 ;
刘雪峰 ;
刘玲 .
软件学报, 2016, 27 (06) :1328-1348
[7]   基于改进差分进化算法的RBF神经网络在股指预测中的应用 [J].
韩颖 .
合肥工业大学学报(自然科学版), 2014, 37 (11) :1397-1401
[8]   基于时空维度分析的网络安全态势预测方法 [J].
刘玉岭 ;
冯登国 ;
连一峰 ;
陈恺 ;
吴迪 .
计算机研究与发展, 2014, 51 (08) :1681-1694
[9]   基于神经网络的网络安全态势感知 [J].
谢丽霞 ;
王亚超 ;
于巾博 .
清华大学学报(自然科学版), 2013, 53 (12) :1750-1760
[10]   云计算安全:架构、机制与模型评价 [J].
林闯 ;
苏文博 ;
孟坤 ;
刘渠 ;
刘卫东 .
计算机学报, 2013, 36 (09) :1765-1784