基于Stacking集成学习的网络安全态势预测方法
曹波
李成海
宋亚飞
陈晨
空军工程大学防空反导学院,西安,710051
摘要：针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法.该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能.基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力.
关键词：态势预测集成学习粒子群算法卷积神经网络循环神经网络
分类号：TP393(计算技术、计算机技术)
资助基金：国家自然科学基金(62002362)国家自然科学基金(61703426)陕西省高校科协青年人才托举计划项目(2019038)陕西省创新能力支持计划(2020KJXX-065)
论文发表日期：2022-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 101-107 )
英文信息