基于变分客观模糊辨识的态势预测
王娜1
张鑫海2
常娅明2
1.天津工业大学控制科学与工程学院,天津 300387;天津工业大学天津市电气装备智能控制重点实验室,天津 3003872.天津工业大学控制科学与工程学院,天津 300387
摘要：针对网络安全态势数据具有较强的非平稳性和随机性,为提高网络安全态势预测的精度,提出一种基于变分客观模糊辨识的态势预测方法.首先,引入变分模态分解,并与动态时间规整方法相结合,来对原始态势数据集进行分解和重构,以提高该数据集的平稳性并减少分解后的模态个数,从而降低后续模型预测的误差和训练成本;然后,利用偏自相关分析确定T-S模型的输入变量,并结合客观聚类分析和模糊c均值聚类,来直接获取紧凑而准确的T-S模型结构,从而确保所建预测模型的精确性;最后,通过标准网络入侵检测数据集NSL-KDD的仿真来验证所提方法的有效性.
关键词：态势预测T-S模型模糊辨识变分模态分解动态时间规整模糊聚类
论文发表日期：2025-09-30
在线出版日期：2025-10-28（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1789-1797 )
英文信息