[发明专利]一种基于CS和改进BP神经网络的网络安全态势评估方法

权利要求书

1.一种基于CS和改进BP神经网络的网络安全态势评估方法，其特征在于，包括以下四个步骤，

S1、获取网络安全态势要素，构成训练样本集和测试样本集，确定BP神经网络结构；

S2、利用布谷鸟搜索(CS)算法寻找最优的初始权值和阈值；

S3、引入动量因子和陡度因子改进BP神经网络；

S4、对改进后的BP神经网络进行训练，并将训练好的网络用于网络安全态势评估，得到最终的态势值和安全等级。

2.如权利要求1所述的一种基于CS和改进BP神经网络的网络安全态势评估方法，其特征在于，所述步骤S1中获取网络安全态势要素，构成训练样本集和测试样本集为对系统配置信息、系统运行信息和网络流量信息在内的态势要素数据进行规范化处理，得到格式统一的态势指标数据，构成训练样本集和测试样本集；

所述步骤S1中确定BP神经网络结构，假设有N个信号输入，则输入向量为X＝(x₁,x₂,…,x_n)，隐藏层节点数为M，则隐藏层输出向量为Y＝(y₁,y₂,…,y_m)，输出层节点数为L，则输出层向量为O＝(o₁,o₂,…,o_l)，期望输出向量为D＝(d₁,d₂,…,d_l)，输入层到隐藏层之间的权值矩阵为W＝(W₁,W₂,…,W_j,…,W_m)，隐藏层到输出层之间的权值为V＝(V₁,V₂,…,V_k,…,V_l)，隐含层有阈值θ_j，输出层有阈值r_k，隐含层第j个神经元的输出值y_j，输出层第k个神经元的输出o_k，则：

上式中，f(x)为隐含层的传递函数，一般采用sigmoid函数，公式如下：