典型文献
基于FTA和BP神经网络的网络系统故障诊断方法研究
文献摘要：
针对可能引发网络系统故障的一系列因素,提出了一种基于FTA(Fault Tree Analy-sis)和BP(Back Propagation)的神经网络系统故障诊断模型,该模型通过故障树分析法对引发网络系统故障的原因进行整理分析,构建故障树图,分析各事件之间的逻辑关系及结构重要程度,结合模糊数计算各事件的模糊概率并将计算出的数据结合BP模型提前设置各事件的权值和阈值,预测网络系统运行时产生的漏洞和可能遭遇的攻击,诊断网络系统的运行情况,及时预警和防护网络系统安全.通过对KDDUCI99数据集进行仿真实验,得出该模型的平均准确率达96.51％,相比传统的BP模型和ELM(Extreme Learning Machine)模型在精确性和稳定性上都有一定的提高,实验结果证明了该方法的有效性.
文献关键词：
网络安全;风险分析;机器学习;网络入侵
中图分类号：
作者姓名：
李帅;张军
作者机构：
哈尔滨师范大学 计算机科学与信息工程学院,黑龙江 哈尔滨 150025
文献出处：
引用格式：
[1]李帅;张军-.基于FTA和BP神经网络的网络系统故障诊断方法研究)[J].企业科技与发展,2022(11):21-23
A类：
Analy,KDDUCI99
B类：
FTA,网络系统,系统故障,故障诊断方法,发网,Fault,Tree,sis,Back,Propagation,故障诊断模型,故障树分析法,树图,重要程度,模糊数,模糊概率,数据结,权值,预测网络,断网,运行情况,防护网,系统安全,平均准确率,ELM,Extreme,Learning,Machine,精确性,网络入侵
AB值：
0.41585
相似文献
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。
