基于改进广义回归神经网络的网络安全态势预测

摘要

针对网络安全态势精确预测,提出一种基于改进广义回归神经网络的预测方法,以改善网络安全态势预测精度。利用滑动时间窗口方法将各个离散时间监测点的网络安全态势值构造成部分线性相关的多元回归数据序列,以其做为样本集输入到改进广义回归神经网络加以训练,进而得到网络安全态势预测模型。在改进广义回归神经网络训练过程中,利用粒子群算法动态地搜索广义回归神经网络最优训练参数,从而克服了广义回归神经网络训练参数选择困难的缺陷。实验结果表明:与传统方法相比基于改进广义回归神经网络的网络安全态势预测方法拥有更好的性能。