科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于在医院网络异常信息入侵意图预测过程中，没有对医院网络数据降维处理，导致预测时间较长、预测准确率较低，为此提出基于改进RBF(Radical Basis Function)模型的医院网络异常信息入侵意图预测算法。通过相关性分析去除医院网络数据冗余并排序，采用RBF多层神经网络对排序后的数据属性进行选择，完成医院网络数据降维处理；根据数据预处理结果，构建贝叶斯攻击图，获取网络潜在入侵攻击路径；在该路径中计算警报关联强度，提取入侵警报证据数据，通过警报证据的监测判断信息入侵概率，获得医院网络的异常信息入侵意图的预测结果。实验结果表明，所提方法的网络异常信息入侵意图预测效率快、准确率高、整体效果好。
- 出版日期2023
- 单位成都市中西医结合医院
