典型文献
基于Stacking集成学习的网络安全态势预测方法
文献摘要：
针对现有的网络安全态势预测模型预测精确度低且泛化能力差等问题,提出一种基于Stacking模型融合的态势预测方法.该方法中,借助Stacking算法将TCN网络、WaveNet、GRU、LSTM进行集成挖掘态势数据之间的相关性;之后利用逻辑回归进行预测得到最终态势值;利用粒子群优化算法进行参数寻优,提升模型性能.基于2个数据集进行验证,实验表明,所提预测方法具有较小的均方误差和平均绝对误差,收敛速度较快,拟合度均可达0.999,可以很好解决预测精确度低的问题,提升了模型的泛化能力.
文献关键词：
态势预测;集成学习;粒子群算法;卷积神经网络;循环神经网络
中图分类号：
作者姓名：
曹波;李成海;宋亚飞;陈晨
作者机构：
空军工程大学防空反导学院,西安,710051
文献出处：
引用格式：
[1]曹波;李成海;宋亚飞;陈晨-.基于Stacking集成学习的网络安全态势预测方法)[J].空军工程大学学报,2022(05):101-107
A类：
B类：
Stacking,集成学习,网络安全态势预测,预测精确度,泛化能力,模型融合,TCN,WaveNet,GRU,逻辑回归,势值,粒子群优化算法,参数寻优,模型性能,均方误差,平均绝对误差,收敛速度,拟合度,粒子群算法,循环神经网络
AB值：
0.30066
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
