[发明专利]基于遗传算法优化深度神经网络的通信网络风险评估方法在审
申请号: | 202010087320.0 | 申请日: | 2020-02-11 |
公开(公告)号: | CN111327462A | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 方润月;李德权;申修宇 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 232001 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 随着通信网络的快速稳定发展,通信网络的规模急剧扩大以及其复杂性增加,业务承载量快速膨胀,安全风险日益增加。本发明提出了一种基于遗传算法优化深度神经网络的通信网络风险评估方法,可以有效的对通信网络的风险进行量化评估。所提方法利用遗传算法对深度神经网络中的权重和阈值进行优化,然后将优化后的权重和阈值代入深度神经网络中训练模型得到风险评估值。该方法克服了传统的主观性的风险评估方法,使得评估结果更加准确可靠。最后,对该方法进行了实例仿真,结果表明该方法在实际应用中运行良好。 | ||
搜索关键词: | 基于 遗传 算法 优化 深度 神经网络 通信 网络 风险 评估 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安徽理工大学,未经安徽理工大学许可,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/202010087320.0/,转载请声明来源钻瓜专利网。