典型文献
基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估
文献摘要：
为提高电力信息网络安全态势评估的精度,提出一种基于改进人工蜂群(IABC)算法和密度峰值聚类(DPC)算法优化径向基函数(RBF)神经网络的电力信息网络安全态势评估方法.首先,引入改进密度峰值聚类(IDPC)算法对人工蜂群(ABC)算法的种群空间多样性进行聚类分析,重新定义个体更新机制以提高算法的全局搜索能力.然后,构建分类RBF神经网络安全态势评估模型,利用IDPC算法对输入指标数据进行聚类分析,采用IABC算法对分类拓扑结构和参数学习过程进行优化,得到输入评估指标与输出安全态势值的最佳映射关系.最后,通过实例仿真证明所提方法的有效性.
文献关键词：
态势评估;网络安全;RBF神经网络;人工蜂群算法;密度峰值聚类;精度
中图分类号：
作者姓名：
肖鹏;王柯强;黄振林
作者机构：
云南电网有限责任公司信息中心,云南昆明 650000;华南理工大学电子与信息学院,广东广州 510641;中国南方电网有限责任公司超高压输电公司,广东广州 510700
文献出处：
引用格式：
[1]肖鹏;王柯强;黄振林-.基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估)[J].智慧电力,2022(06):100-106
A类：
IDPC
B类：
IABC,聚类优化,RBF,电力信息网络,信息网络安全,网络安全态势评估,改进人工蜂群,密度峰值聚类,算法优化,径向基函数,重新定义,更新机制,全局搜索,搜索能力,神经网络安全,拓扑结构,参数学习,学习过程,势值,映射关系,实例仿真,人工蜂群算法
AB值：
0.202118
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。
