首页> 中文期刊> 《信阳农业高等专科学校学报》 >基于改进隐马尔可夫模型的云网络安全研究

基于改进隐马尔可夫模型的云网络安全研究

         

摘要

针对隐马尔可夫(HMM)模型参数选择存在很大的主观性问题,提出一种基于自适应聚群粒子群算法(ASPSO)优化HMM的云网络安全态势评估方法.首先通过人工鱼群提高PSO算法的全局搜索性能,同时改进PSO的惯性权值和学习因子进,以提高HMM参数寻优准确率;然后以构建的最优HMM模型,构建云网络安全态势评估模型;最后模拟DDoS攻击场景,对上述评估模型进行验证.结果 表明,改进算法在HMM参数寻优方面,只需迭代160次左右,而传统的PSO优化寻优要迭代430次.同时在真实模拟DDoS攻击场景时,与云网络实际受到攻击时大致相同,且在不同阶段表现出不同的态势值.由此看出,该改进模型可有效预测网络的安全.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号