[发明专利]一种网络安全态势预测方法、装置、设备及存储介质

权利要求书

1.一种网络安全态势预测方法，其特征在于，包括：

获取预设网络安全态势预测模型；其中，所述预设网络安全态势预测模型为利用粒子群算法训练的径向基网络模型；

利用所述预设网络安全态势预测模型，对待预测网络安全数据进行网络安全态势预测，获取所述待预测网络安全数据对应的预测网络问题。

2.根据权利要求1所述的网络安全态势预测方法，其特征在于，所述获取预设网络安全态势预测模型，包括：

获取网络安全数据集；其中，所述网络安全数据集包括预设网络安全数据和所述预设网络安全数据各自对应的实际网络问题；

根据所述网络安全数据集，利用所述粒子群算法对所述径向基网络模型中的目标参数进行寻优，获取所述预设网络安全态势预测模型；其中，所述目标参数包括所述径向基网络模型的径向基函数的中心和方差以及所述径向基网络模型的隐含层与输出层的权值中的至少一项。

3.根据权利要求2所述的网络安全态势预测方法，其特征在于，所述根据所述网络安全数据集，利用所述粒子群算法对所述径向基网络模型中的目标参数进行寻优，获取所述预设网络安全态势预测模型，包括：

根据预设粒子群参数，对所述目标参数各自对应的粒子群进行初始化；其中，所述预设粒子群参数包括最大迭代次数、要求预测精度、种群规模范围和搜索速度范围中的至少一项；

利用所述网络安全数据集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度；

根据各粒子的当前适应度，确定每个所述粒子的历史个体最优位置和每个所述粒子群的全局最优位置；

判断是否当前径向基网络模型的预测精度符合所述要求预测精度且当前迭代次数达到所述最大迭代次数；其中，当前径向基网络模型为采用所述全局最优位置对应的目标参数的径向基网络模型；

若否，则将当前迭代次数加1，利用所述历史个体最优位置和所述全局最优位置，更新各所述粒子的速度和位置，并执行所述利用所述网络安全数据集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度的步骤；

若是，则将当前径向基网络模型确定为所述预设网络安全态势预测模型。

4.根据权利要求3所述的网络安全态势预测方法，其特征在于，所述利用所述网络安全数据集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度，包括：

根据所述网络安全数据集，计算采用当前粒子的径向基网络模型的输出的均方差，并将所述均方差作为当前粒子的当前适应度；其中，当前粒子为任一所述粒子。

5.根据权利要求3所述的网络安全态势预测方法，其特征在于，所述利用所述网络安全数据集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度，包括：

利用所述网络安全数据集中的训练集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度；其中，所述网络安全数据集包括所述训练集和测试集；

对应的，所述将当前径向基网络模型确定为所述预设网络安全态势预测模型之前，还包括：

利用所述测试集，检测当前径向基网络模型的预测精度是否符合所述要求预测精度；

若符合，则执行所述将当前径向基网络模型确定为所述预设网络安全态势预测模型的步骤；

若不符合，则执行所述根据预设粒子群参数，对所述目标参数各自对应的粒子群进行初始化的步骤。

6.根据权利要求5所述的网络安全态势预测方法，其特征在于，所述利用所述网络安全数据集中的训练集和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度，包括：

获取所述训练集中的当前分组数据；其中，所述训练集包括多个分组数据，当前组数据为所述训练集中当前迭代次数对应的分组数据；

利用当前组数据和所述径向基网络模型，获取所述粒子群中各粒子的当前适应度。