基于改进PSO算法优化SVR的信息安全风险评估研究 |
| |
作者姓名: | 任远芳 牛坤 丁静 谢刚 |
| |
作者单位: | 1. 贵州大学网络与信息化管理中心;2. 贵州大学教务处;3. 贵州大学计算机科学与技术学院 |
| |
基金项目: | 贵州省科技计划资助项目(黔科合支撑[2023]一般371); |
| |
摘 要: | 为改善信息安全风险评价的精确度,利用改进的粒子群算法,提出了一种新的优化回归型支持向量机的信息安全风险评估方法。首先,通过模糊理论对信息安全风险因素进行量化预处理;其次,经过预处理后的数据输入到回归型支持向量机模型中;再次,利用改进的粒子群算法来优化和训练回归型支持向量机的参数,得到了优化后的信息安全风险评估模型;最后,通过仿真实验对该模型的性能进行验证。实验结果表明,提出的方法能很好地量化评估信息系统风险,提高了信息安全风险评估的精确性,是一种有效的评估方法。
|
关 键 词: | 信息安全 风险评估 模糊理论 回归型支持向量机 粒子群算法 参数优化 |
|