申请/专利权人：浙江大学;宁德师范学院

申请日：2021-04-20

公开（公告）日：2021-07-20

公开（公告）号：CN113141272A

主分类号：H04L12/24(20060101)

分类号：H04L12/24(20060101);H04L29/06(20060101);G06N3/04(20060101);G06N3/12(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.03.15#授权;2021.08.06#实质审查的生效;2021.07.20#公开

摘要：本发明公开了一种基于迭代优化RBF神经网络的网络安全态势分析方法。本发明首次通过遗传算法迭代的优化RBF网络的宽度和链接权重，在总体上维持了较低的绝对误差，并且赖交叉模型和基因突变几率进行自适应调整，使种群向有利方向迭代，加快了算法的收敛速度，混沌搜索策略也避免了算法在迭代过程中陷入局部极小值。

主权项：1.一种基于迭代优化RBF神经网络的网络安全态势分析方法，其特征在于，包括以下步骤：1基于资源分配网络确定最大的RBF神经网络隐含层神经元个数h。2初始化种群M∈RN×h+m为： 其中，为第i1个基函数宽度，为某个隐含层神经元与第j1个输出层神经元之间的权重，m为输出层神经元个数，N为种群中个体数量。3根据当前种群划分子种群。4估计适应度函数。5根据概率pc进行交叉操作。6执行概率的变异操作，针对每个个体以的概率进行变异，变异子代个体加入当前种群；表示第g次迭代个体变异的概率。7获得被感知网络上的安全数据和对应的网络安全态势值，判断步骤6得到的当前种群中适应度最高的个体对应的RBF网络是否满足精度要求。7.1如满足精度要求，则跳到步骤10。7.2用g对迭代计步，如不满足精度要求，则判断是否达到指定的迭代次数gmax。7.2.1如达到指定的迭代次数，则跳到步骤10。7.2.2如未达到指定的迭代次数，则执行步骤8。8基于步骤6得到的当前种群，对最优个体进行混沌搜索。在迭代优化过程中采用基于混沌的搜索策略，对每一代的最优个体进行T2次搜索。9找到步骤8搜索得到的T2个新个体中适应度最高的个体Xg是第g次迭代时步骤6得到的当前种群的最优个体。如果适应度高于Xg，则用取代Xg，更新当前种群；否则不更新。10跳到步骤3基于步骤9得到的当前种群继续进行迭代。11确定最终的RBF网络模型。12将待测网络安全数据输入步骤11的RBF网络模型中，输出网络安全态势预测值。

全文数据：

权利要求：

百度查询： 浙江大学;宁德师范学院 基于迭代优化RBF神经网络的网络安全态势分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD