[发明专利]基于麻雀搜索算法优化Bi-LSTM的网络安全态势预测方法有效
| 申请号： | 202110429845.2 | 申请日： | 2021-04-21 |
| 公开（公告）号： | CN113259325B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 陶晓玲;王素芳;赵峰;符廉铕;强保华;刘润蓉 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | H04L9/40 | 分类号： | H04L9/40;G06N3/08;G06N3/04;G06N3/00 |
| 代理公司： | 桂林文必达专利代理事务所(特殊普通合伙) 45134 | 代理人： | 张学平 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 麻雀 搜索 算法 优化 bi lstm 网络安全 态势 预测 方法 | ||
【权利要求书】：
1.一种基于麻雀搜索算法优化Bi-LSTM的网络安全态势预测方法，其特征在于，
包括初始化麻雀种群并迭代筛选获取运算结果，具体步骤是：S201麻雀种群初始化，设置迭代次数和误差阈值；S202计算个体适应度，并对其进行排序，确定当前最优适应度值和当前最差适应度值；S203发现者、追随者以及预警麻雀位置更新；S204基于适应度选择个体，并更新全局最优适应度值；S205检测迭代次数或者误差是否满足要求，若不满足则继续迭代回到S202，若满足则保留运算结果；
基于运算结果初始化Bi-LSTM神经网络超参数，得到经过SSA优化的Bi-LSTM模型；
对优化后的Bi-LSTM模型进行训练生成预测模型；
向预测模型中输入预测数据并获取结果。
2.如权利要求1所述的一种基于麻雀搜索算法优化Bi-LSTM的网络安全态势预测方法，其特征在于，
所述对优化后的Bi-LSTM模型进行训练生成预测模型的具体步骤是：
将网络安全态势值序列划分训练集和测试集；
基于训练集使用SSA优化后的Bi-LSTM模型学习；
生成预测模型。
3.如权利要求2所述的一种基于麻雀搜索算法优化Bi-LSTM的网络安全态势预测方法，其特征在于，
所述向预测模型中输入预测数据并获取结果中，所述预测数据为测试集。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110429845.2/1.html，转载请声明来源钻瓜专利网。
