AHP和SVM组合的网络安全评估研究

作者：王伟

来源：计算机仿真, 2011, (03): 182-185.

• 粒子群算法
• 网络安全
• 支持向量机
• 评估 Particle swarm algorithm
• Network security
• Support vector machine(SVM)
• Assessment

研究网络安全问题。网络安全评估指标多,网络模型存在非线性关系且存在大量的冗余信息,传统方法无法消除冗余信息只能对线性指标进行评估,导致网络安全评估正确率低。为提高网络安全评估的正确率和效率,提出将层次分析法和支持向量机组合起来,应用到网络安全评估中。通过层次分析法对网络安全评估指标进行筛择,消除冗余信息,并进行归一化处理。得到的数据用于支持向量机学习,学习过程采用粒子群算法对参数进行优化,建立了最优评估模型进行仿真,并在某市公安局110网络系统中进行实验。结果表明,与传统评估方法相比,消除冗余信息,提高了评估正确率,学习速度也相应加快,是一种效率高、泛化能力优异的评估方法。

• 出版日期2011
• 单位西安财经大学