基于PCA-MF-WNN的网络安全态势要素提取方法及系统

摘要

本发明涉及一种基于PCA‑MF‑WNN的网络安全态势要素提取方法及系统，对初始数据通过主成分分析法进行降维，去除冗余的态势要素，属性约简，在降低数据复杂度的同时尽可能的用少数几个主成分来保留原始数据集的信息，训练加入动量因子的小波神经网络，通过加入动量因子的方法来提升小波神经网络的学习效率，将经过主成分分析法降维后的数据输入改进的小波神经网络中进行分类训练，得到态势要素提取模型。对小波神经网络的参数进行修正，可提高小波分类器的分类精度与分类效率。因此在利用态势要素提取模型进行网络安全态势要素提取时，能够提高态势要素提取的分类精度，而且也进一步提高了分类效率。