基于改进BP神经网络的网络态势评估方法

摘要

针对传统基于特征分析、 分类器或人工神经网络的态势评估方法存在对专家经验依赖高、 模型训练速度慢和准确度较差等问题,提出了一种基于改进BP神经网络的网络态势评估方法,将网络评估指标作为BP神经网络的输入向量,将熵权法和L-M算法引入传统的BP神经网络进行优化,克服了标准BP网络中初始值对模型结果的限制,加快了神经网络模型的收敛速度,增强了全局最优解的可达性,提高了态势评估的准确率,为下一步运维管理措施的制定提供了参考.