基于支持向量机的网络攻击态势预测技术研究

作为网络安全主动防御的核心技术之一,网络攻击态势预测技术在网络风险评估与分析中越来越具生命力。该文从入侵检测系统报警综合评估得到网络攻击态势评估指标入手,应用支持向量回归的预测方法对网络攻击态势评估指标进行时间序列预测,给出了算法实现中的训练模块及预测模块结构,仿真结果表明了该方法的准确性。     

服务器负载的小波-神经网络-ARMA预测

为提高服务器负载预测的精度,提出一种新的基于小波的预测方法。该方法首先对具有非平稳特征的服务器负载序列进行小波分解与重构,得到一个低频信号和多个不同尺度的高频信号;对具有近似平稳特征的低频信号建立ARMA预测模型;对变化较多的各高频信号分别建立神经网络预测模型;然后分别对各信号进行一步预测并组合预测结果,获得原始负载的最终预测。实验表明:该方法能够有效预测非平稳的服务器负载序列,预测精度明显高于传统预测方法。