本文将基于遗传算法(Genetic Algorithms,GA)优化
的改进广义回归神经网络( Improved General RegressionNeuralNetwork based on GA, GRNNGA)做为NSSF(Network SecuritySituation Forecas)网络
安全态势预测。
GRNNGA方法先利用滑动时间窗(SlidingTimeWindow, STW)将各离散时 间监测点的网络安全态势值(Network Security SituationValue, NSSV)构造成部分线性相关的多元回归数据序列,再利用GA动态地搜索GRNN的最优训练参数,以改善基于GRNNGA的NSSF性能。经大量实验验证,基于GRNNGA的NSSF方法具有更高的预测精度和实用性
1