[发明专利]基于动态k-means聚类的神经网络态势预测方法有效
| 申请号： | 201711361681.4 | 申请日： | 2017-12-18 |
| 公开（公告）号： | CN108076060B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 刘意先;魏雅娟;王佩;范九伦;郑茗化;焦瑞芳 | 申请（专利权）人： | 西安邮电大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N3/08;G06K9/62 |
| 代理公司： | 西安西达专利代理有限责任公司 61202 | 代理人： | 第五思军 |
| 地址： | 710000 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于动态k‑means聚类的神经网络态势预测方法，包括以下步骤：1）收集某系统网络安全基础数据，数据指标即感染网络病毒主机数量，被篡改网络数，被植入后门的网络数量，安全事件报告数,仿冒页面数量,以及安全漏洞和高危漏洞数量，对网络安全基础数据归一化处理；2）对归一化后的网络安全基础数据，利用动态k‑means聚类算法进行聚类，确定RBF神经网络中心神经元参数和个数N；3）使用归一化后的数据参与RBF神经网络训练，计算RBF神经元宽度并确定神经元输出；4）在训练过程中，对RBF神经网络的输出权值进行编码，使用PSO算法得到最优权值，使网络态势预测精度提高；5）使用已训练的RBF神经网络对某月网络态势进行预测，并与当月网络态势评估值作对比，计算误差；具有预测精度高的特点。 | ||
| 搜索关键词： | 基于 动态 means 神经网络 态势 预测 方法 | ||
【主权项】：
暂无信息
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西安邮电大学，未经西安邮电大学许可，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/patent/201711361681.4/，转载请声明来源钻瓜专利网。
- 上一篇：计算装置
- 下一篇：一种视频的存储、播放方法、装置、电子设备及存储介质
