一种基于改进BPNN的网络安全态势预测方法

摘要

本发明涉及网络安全评估技术领域，特别涉及一种基于混沌理论与神经网络相结合的网络安全态势预测方法，包括：采用互信息法和cao氏法对归一化后的网络安全态势值序列集合进行处理得到网络安全态势样本值的最佳嵌入维数并进行相空间重构，分析重构后样本的最大李雅普诺夫指数来得到评估出来的样本是否具有混沌预测性；根据非线性时间序列的特点与经验确定反向传播神经网络的输出层与隐含层的节点数；利用改进的萤火虫算法进行参数寻优，从而确定网络权值和偏置值，建立网络安全态势的预测模型；测试集样本输入到BP神经网络中进行预测，并将得到的预测值反归一化；本发明能够较精确地对网络安全态势进行预测，同时能够提高网络安全态势预测收敛速度。