基于禁忌算法和RBF神经网络的网络安全态势预测

摘要

针对网络安全态势预测的现有方法预测精度不高和实时性不强,难以从整体上关注网络安全状况的问题,提出了一种基于禁忌算法和RBF神经网络的在线网络安全态势预测方法.首先,建立了基于RBF神经网络的网络安全态势模型;其次,对网络的结构、适应度函数和算法的个体等进行了定义,并描述了采用禁忌算法对这些参数进行优化的具体方法;最后,定义了基于禁忌算法和RBF神经网络的网络安全态势的具体算法.为了验证所提方法的优越性,以某校园网网络管理部门获取的部分黑客攻击数据作为仿真数据,并将所提模型与其他方法进行比较,仿真结果表明文中方法能有效地进行预测,并具有较高的预测准确率.