文章目录

0 引言

1 分类RBF神经网络安全态势评估模型

1.1 安全态势评估数据获取

1.2 IDPC聚类分析

1.3 优化分类RBF神经网络参数

    1.3.1 IABC算法

    1.3.2 IABC优化RBF神经网络模型参数

1.4 网络安全态势评估

2 仿真分析

2.1 经典数据库仿真

2.2 实例对比实验

    2.2.1 网络仿真环境搭建

    2.2.2 测试数据网络安全态势评估实验

3 结语

文章摘要:为提高电力信息网络安全态势评估的精度，提出一种基于改进人工蜂群（IABC）算法和密度峰值聚类（DPC）算法优化径向基函数（RBF）神经网络的电力信息网络安全态势评估方法。首先，引入改进密度峰值聚类（IDPC）算法对人工蜂群（ABC）算法的种群空间多样性进行聚类分析，重新定义个体更新机制以提高算法的全局搜索能力。然后，构建分类RBF神经网络安全态势评估模型，利用IDPC算法对输入指标数据进行聚类分析，采用IABC算法对分类拓扑结构和参数学习过程进行优化，得到输入评估指标与输出安全态势值的最佳映射关系。最后，通过实例仿真证明所提方法的有效性。

文章关键词:

论文分类号:TP393.08;TM73

文章来源：《信息网络安全》 网址: http://www.xxwlaqzz.cn/qikandaodu/2022/0705/716.html