收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于TCN-BiLSTM的网络安全态势预测

孙隽丰  李成海  曹波  
【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。该方法首先将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;之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来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0.9995,其拟合效果和收敛速度均优于其他模型。

知网文化
【相似文献】
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978