基于GA参数优化的t-SVR网络安全风险评估方法

摘要：

为了提高网络安全风险评估的准确性和实时性，提出一种t时延参数优化支持向量回归机的网络安全风险评估模型（t-SVR）。利用遗传算法（GA）的全局搜索性，对t-SVR模型中的关键参数进行组合寻优。通过对网络安全风险数据集进行仿真，结果表明，基于GA参数优化的t-SVR评估模型已经解决了SVR存在的不足，提高了网络安全风险评估的准确率，缩短了评估时间，评估性能更加稳定。

关键词：网络安全风险、t-支持向量回归机(SVR)评估模型、遗传算法、参数组合寻优

分类号：TP393.08(计算技术、计算机技术)

资助基金：甘肃省自然科学基金No.1208RJZA191。

在线出版日期：2014-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：91-95