%0 Journal Article
%T 相关向量机超参数优化的网络安全态势预测
%A 肖汉杰
%A 桑秀丽
%J 计算机应用
%D 2015
%X ？针对当前网络安全态势预测方法存在的过学习与欠学习、自由参数多、预测精度不高等问题,提出使用一种改进模拟退火法优化的相关向量机模型(psa-rvm)来解决网络安全态势预测问题。在预测过程中,首先对网络安全态势样本数据进行相空间重构形成训练样本集;然后,利用powell算法改进模拟退火(psa)法,并将相关向量机(rvm)嵌入到psa算法的目标函数计算过程中,优化rvm超参数,以得到学习能力、预测精度提升的网络安全态势预测模型。仿真实例表明,所提方法具有较高的预测精度,平均相对误差(mape)和均方根误差(rmse)分别为0.39256和0.01261,均优于elman和pso-svr模型;所提方法能够较好地刻画网络安全态势的变化趋势,有助于网络管理人员把握未来网络安全态势发展趋势,从而提前主动采取相应的网络防御措施。
%K 网络安全态势
%K 相关向量机
%K powell算法
%K 模拟退火
%K 预测
%K 超参数
%U http://www.joca.cn/CN/abstract/abstract18381.shtml