基于TCN-BiLSTM的网络安全态势预测
来源:系统工程与电子技术杂志2023年第11期北京时间:
作者:孙隽丰, 李成海, 曹波
单位:1. 空军工程大学防空反导学院, 陕西 西安 710051;2. 中国人民解放军第94994部队, 江苏 南京 210000
摘要:针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题, 提出一种基于时域卷积网络(temporal convolution network, TCN)和双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络的预测方法。首先, 将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征; 随后, 引入注意力机制动态调整属性的权值; 然后, 利用BiLSTM模型学习态势值的前后状况, 以提取序列中更多的信息进行预测; 利用粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优, 提升预测能力。实验结果表明, 所提预测方法的拟合度可达0.999 5, 其拟合效果和收敛速度均优于其他模型。
关键词:网络安全,态势预测,时域卷积网络,双向长短期记忆网络,粒子群优化,注意力机制
基金资助:国家自然科学基金(62002362);国防自然科学基金(61703426);陕西省高校科协青年人才托举计划(2019038);中国陕西省创新能力支持计划(2020KJXX-065)
2023年11期其他文献查阅:
三分支空间变换注意力机制的图像匹配算法
基于混合本征模匹配的光刻掩膜分析方法研究
航空遥感系统全极化微波散射计系统设计与校飞试验
基于持续无监督域适应策略的水面漂浮物目标检测方法
汽车雷达多域联合调制波形
基于MLS的三维扩展目标PMBM跟踪算法
基于感知融合机制的渐进式去雾网络
SAR图像辅助的雷达目标距离像检测识别
面向多主瓣干扰的波形与滤波器联合认知设计方法
弹载双基前视SAR构型参数优化设计方法
基于对消盲区的极化敏感阵列分析与优化
基于深度学习模型的SAR图像间歇采样转发干扰检测
基于时空记忆解耦RNN的雷暴预测方法
基于非标准Keystone变换的波形捷变雷达相参积累算法
基于深度特征融合的SAR图像与AIS信息关联方法
多阶段任务装备体系作战能力评估
基于指标关联的舰载机出动架次率预测方法
基于匈牙利-模拟退火算法的多阶段武器目标分配方法
基于空间信息表征的勾股模糊集空间距离测度
基于模型的载人航天工程需求分析方法
基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现
基于贪婪-遗传算法的机场登机口分配策略
基于随机服务系统的海上要地防空体系目标信息处理模型
数字化工程环境下复杂产品技术状态管理架构优化
基于深度学习的时间角度控制制导律
基于迎角分区的全局飞行器气动参数辨识方法
基于高斯混合过程的空间机器人任务空间预测控制方法
基于可控域的定点返回轨道全局敏感性分析
基于微分对策的非仿射导弹学习滑模制导
基于状态变换卡尔曼滤波的DVL/SINS组合导航算法
面向多元未知环境的基于深度高斯过程组合导航轨迹预测方法
基于位置观测信息的Davenport四元数DVL标定方法
快时变信道下基于深度学习的OFDM系统信道估计
面向物联网的机会网络信息传输最优控制策略
基于复合熵和证据理论的抗SSDF攻击协作频谱感知方法
基于TCN-BiLSTM的网络安全态势预测
基于Transformer-VAE的ADS-B异常检测方法
基于多惩罚因子优化VMD的滚动轴承故障特征提取方法
基于可靠性增长的可靠性鉴定试验方案
基于关键质量特性的高效环境应力筛选方法