基于TCN-BiLSTM的网络安全态势预测 |
| |
引用本文: | 孙隽丰,李成海,曹波.基于TCN-BiLSTM的网络安全态势预测[J].系统工程与电子技术,2023(11):3671-3679. |
| |
作者姓名: | 孙隽丰 李成海 曹波 |
| |
作者单位: | 1. 空军工程大学防空反导学院;2. 中国人民解放军第94994部队 |
| |
基金项目: | 国家自然科学基金(62002362);;国防自然科学基金(61703426); |
| |
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 |
|
|