基于布谷鸟搜索优化BP神经网络的网络安全态势评估方法
来源：计算机应用杂志2017年第7期北京时间：
作者：谢丽霞, 王志华
单位：中国民航大学 计算机科学与技术学院, 天津 300300
摘要：针对现有基于神经网络的网络安全态势评估方法效率低等问题，提出基于布谷鸟搜索（CS）优化反向传播（BP）神经网络（CSBPNN）的网络安全态势评估方法。首先，根据态势输入指标数和输出态势值确定BP神经网络（BPNN）的输入输出节点数，根据经验公式和试凑法计算出隐含层节点数；然后，随机初始化各层的连接权值和阈值，使用浮点数编码方式将权值与阈值编码成布谷鸟；最后，使用CS算法对权值和阈值进行优化，得到用于态势评估的CSBPNN模型并对其进行训练，将网络安全态势数据输入到CSBPNN模型中，获取网络的安全态势值。实验结果表明，与BPNN和遗传算法优化BP神经网络方法相比，基于CSBPNN的网络安全态势评估方法的迭代代数分别减少943和47且预测精度提高8.06个百分点和3.89个百分点，所提方法具有较快的收敛速度和较高的预测精度。
关键词：态势评估,网络安全,布谷鸟搜索,神经网络,高精度
基金资助：国家科技重大专项（2012ZX03002002）；国家自然科学基金资助项目（60776807，61179045）；天津市科技计划重点项目（09JCZDJC16800）；中国民航科技基金资助项目（MHRD201009，MHRD201205）。
