[发明专利]一种基于遗传算法的安全策略调度优化方法

权利要求书

1.一种基于遗传算法的安全策略调度优化方法，包括以下步骤：

S1：使用贪心搜索策略在搜索空间中初始化一规模为Pop的种群，每个个体携带了一组安全检测恢复策略的所有待优化参数，所述待优化参数包括整个策略的错误检测覆盖率和整体异构度，初始化遗传代数为Gen,作为一个优化停止条件；

S2：对种群中的每个个体进行关键信息点位编码，为后续的个体交叉、变异运算做准备；

S3：随机产生与种群个数相同的权重向量，计算任意两个权重向量之间的欧式距离，查找每个权重向量最近的T个权重向量，并对权重向量进行归一化处理，最后为每个子问题分配权重向量；

S4：当前迭代次数i小于等于Gen时，从种群中随机选中两个个体，运用遗传算子，按照自适应的交叉概率P进行交叉操作，生成新的个体，遍历种群重复上述操作；

S5：对得到的新个体进行评估，选择错误检测覆盖率更高、整体异构度更小的个体进入下一代继续进行迭代；

S6：判断是否满足预定的终止条件，如果满足终止条件则终止遗传算法，将得到的最优解返回，否则返回步骤S4。

2.根据权利要求1所述的一种基于遗传算法的安全策略调度优化方法，其特征在于，步骤S3包含以下步骤：

S31.首先产生Pop个权重向量集合，这些权重向量的值从0到1的数中随机选取，其中,Pop是等于种群数量的整数值；

S32.将得到的权重向量进行归一化处理，然后将得到的处理后的权重再一次均匀地分布在整个搜索方向上，最后平均分给每个个体。

3.根据权利要求2所述的一种基于遗传算法的安全策略调度优化方法，其特征在于，步骤S4包含以下步骤：

S41.基于种群中随机选择出来两个个体和针对两个个体已经被编码的关键信息点位进行交叉变异，生成两个不同方向的后代新个体和

S42.计算两个新产生的个体和的待优化参数值，将其中更加复合优化方向的个体留下，并将另外一个个体舍去，得到的新个体加入下一代种群。