基于魚群算法優(yōu)化支持向量機網(wǎng)絡(luò)安全態(tài)勢評估模型.pdf

1、網(wǎng)絡(luò)的安全問題逐漸成為了人們關(guān)注和研究的熱點問題。以往人們專注于如何利用專家經(jīng)驗判斷網(wǎng)絡(luò)的安全態(tài)勢。如今，如何正確且準確的實時評估網(wǎng)絡(luò)的安全態(tài)勢，成為了網(wǎng)絡(luò)安全決策系統(tǒng)的一個重要研究方向。本文基于以往網(wǎng)絡(luò)安全態(tài)勢評估的理論及技術(shù)，提出基于魚群算法優(yōu)化支持向量機的評估模型。本文主要完成如下工作：
　　1）對國內(nèi)的網(wǎng)絡(luò)態(tài)勢相關(guān)的安全事件進行統(tǒng)計，分析安全影響要素，整理出影響要素的樣本集。確定針對全局網(wǎng)絡(luò)的網(wǎng)絡(luò)安全影響要素。
　　

2、2）對SVM常用核函數(shù)的算法性能進行了實驗對比，找到了RBF（高斯徑向核函數(shù)）為SVM分類器在本領(lǐng)域的最優(yōu)核函數(shù)。
　　3）將魚群算法參數(shù)尋優(yōu)的方法應(yīng)用到了支持向量機分類的參數(shù)尋優(yōu)過程中，利用魚群算法的全局尋優(yōu)的特性尋找最優(yōu)的參數(shù)c和g，同時提高了參數(shù)的尋優(yōu)速度及精度。
　　4）將魚群算法尋優(yōu)與交叉驗證法尋優(yōu)、粒子群算法尋優(yōu)進行了實驗對比，通過實驗對比驗證魚群算法在全局尋優(yōu)和尋優(yōu)精度方面比粒子群算法有優(yōu)勢，在尋優(yōu)速度和精度方