資源描述：
《基于魚群算法優(yōu)化支持向量機(jī)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：TP393.08密級(jí)：公開專業(yè)學(xué)位研究生學(xué)位論文基于魚群算法優(yōu)化支持向量機(jī)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估論文題目（中文）模型TheInformationSecurityRiskAssessmentModel論文題目（外文）BasedonAFSA_SVM研究生姓名高屹宇學(xué)位類別工程碩士專業(yè)學(xué)位領(lǐng)域計(jì)算機(jī)技術(shù)學(xué)位級(jí)別碩士校內(nèi)導(dǎo)師姓名、職稱申永軍教授校外導(dǎo)師單位、姓名論文工作起止年月2014年9月至2016年4月論文提交日期2016年5月論文答辯日期2016年5月學(xué)位授予日期2016年6月校址：甘肅省蘭州市原創(chuàng)性聲明本人鄭重聲明：本人所呈交的學(xué)位論文，是在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的成果。學(xué)位論
2、文中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點(diǎn)等，均已明確注明出處。除文中已經(jīng)注明引用的內(nèi)容外，不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的科研成果。對(duì)本文的研究成果做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名：日期：關(guān)于學(xué)位論文使用授權(quán)的聲明本人在導(dǎo)師指導(dǎo)下所完成的論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬蘭州大學(xué)。本人完全了解蘭州大學(xué)有關(guān)保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保存或向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的紙質(zhì)版和電子版，允許論文被查閱和借閱；本人授權(quán)蘭州大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用任何復(fù)制手段保存和匯編
3、本學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，第一署名單位仍然為蘭州大學(xué)。本學(xué)位論文研究?jī)?nèi)容：□可以公開□不宜公開，已在學(xué)位辦公室辦理保密申請(qǐng)，解密后適用本授權(quán)書。（請(qǐng)?jiān)谝陨线x項(xiàng)內(nèi)選擇其中一項(xiàng)打“√”）論文作者簽名：導(dǎo)師簽名：日期：日期：基于魚群算法優(yōu)化支持向量機(jī)網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型中文摘要網(wǎng)絡(luò)的安全問(wèn)題逐漸成為了人們關(guān)注和研究的熱點(diǎn)問(wèn)題。以往人們專注于如何利用專家經(jīng)驗(yàn)判斷網(wǎng)絡(luò)的安全態(tài)勢(shì)。如今，如何正確且準(zhǔn)確的實(shí)時(shí)評(píng)估網(wǎng)絡(luò)的安全態(tài)勢(shì)，成為了網(wǎng)絡(luò)安全決策系統(tǒng)的一個(gè)重要研究方向。本文基于以往網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估的理論及技術(shù)，提出基于魚群算法優(yōu)化支持向量機(jī)的評(píng)估模型
4、。本文主要完成如下工作：1）對(duì)國(guó)內(nèi)的網(wǎng)絡(luò)態(tài)勢(shì)相關(guān)的安全事件進(jìn)行統(tǒng)計(jì)，分析安全影響要素，整理出影響要素的樣本集。確定針對(duì)全局網(wǎng)絡(luò)的網(wǎng)絡(luò)安全影響要素。2）對(duì)SVM常用核函數(shù)的算法性能進(jìn)行了實(shí)驗(yàn)對(duì)比，找到了RBF（高斯徑向核函數(shù)）為SVM分類器在本領(lǐng)域的最優(yōu)核函數(shù)。3）將魚群算法參數(shù)尋優(yōu)的方法應(yīng)用到了支持向量機(jī)分類的參數(shù)尋優(yōu)過(guò)程中，利用魚群算法的全局尋優(yōu)的特性尋找最優(yōu)的參數(shù)c和g，同時(shí)提高了參數(shù)的尋優(yōu)速度及精度。4）將魚群算法尋優(yōu)與交叉驗(yàn)證法尋優(yōu)、粒子群算法尋優(yōu)進(jìn)行了實(shí)驗(yàn)對(duì)比，通過(guò)實(shí)驗(yàn)對(duì)比驗(yàn)證魚群算法在全局尋優(yōu)和尋優(yōu)精度方面比粒子群算法有優(yōu)勢(shì)，在尋優(yōu)速度和精度方面比交叉驗(yàn)證法有優(yōu)勢(shì)。5）對(duì)評(píng)估
5、模型進(jìn)行工程化實(shí)現(xiàn)，實(shí)現(xiàn)了網(wǎng)絡(luò)安決策系統(tǒng)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模塊。同時(shí)進(jìn)行可視化編程，實(shí)現(xiàn)了網(wǎng)絡(luò)安全決策系統(tǒng)感知模塊和評(píng)估模塊，對(duì)決策系統(tǒng)的決策過(guò)程起到了積極的作用。本文建立了針對(duì)廣域網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估新樣本，同時(shí)應(yīng)用了新的算法提高了評(píng)估的速度和準(zhǔn)確度。實(shí)現(xiàn)了自動(dòng)化評(píng)估模型的工程應(yīng)用，同時(shí)實(shí)現(xiàn)了決策系統(tǒng)及其可視化。實(shí)驗(yàn)表明，該模型能夠快速、準(zhǔn)確、實(shí)時(shí)的評(píng)估當(dāng)前的網(wǎng)絡(luò)安全態(tài)勢(shì)。關(guān)鍵詞：態(tài)勢(shì)評(píng)估，支持向量機(jī)，魚群算法，可視化ITheInformationSecurityRiskAssessmentModelBasedonAFSA_SVMAbstractNetworksecurityisbecom
6、ingahotissuethatisstudiedandpaidattentionto.Peopleestimatethenetworksecuritysituationfocusonhowtouseexpertisebefore,butnow,howtoassessthenetworksecuritysituationcorrectlyandaccuratelyattherealtimebecomesanimportantresearchdirectiveofnetworksecuritydecisionsystem.Basedontheoriesandtechnologiesofne
7、tworksecuritysituationassessment,thisthesispresentsanautomatedassessmentmethod,anassessmentmodelwhichisbasedonAFSA-SVM.Thefollowingstudiesaredoneinthisthesis:1.Thepaperstatisticsallsecurityissuesofnetworksecuritysituat
