文档名：改进RBF模型的医院网络异常信息入侵意图预测
摘要：由于在医院网络异常信息入侵意图预测过程中,没有对医院网络数据降维处理,导致预测时间较长、预测准确率较低,为此提出基于改进RBF(RadicalBasisFunction)模型的医院网络异常信息入侵意图预测算法.通过相关性分析去除医院网络数据冗余并排序,采用RBF多层神经网络对排序后的数据属性进行选择,完成医院网络数据降维处理;根据数据预处理结果,构建贝叶斯攻击图,获取网络潜在入侵攻击路径;在该路径中计算警报关联强度,提取入侵警报证据数据,通过警报证据的监测判断信息入侵概率,获得医院网络的异常信息入侵意图的预测结果.实验结果表明,所提方法的网络异常信息入侵意图预测效率快、准确率高、整体效果好.
作者：彭建祥Author：PENGJianxiang
作者单位：成都市中西医结合医院信息部,成都610000
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(2)
分类号：TP393
关键词：信息异常入侵 入侵意图预测 改进RBF模型 贝叶斯攻击图 数据降维
机标分类号：TP393.08TN919TP181
在线出版日期：2023年6月19日
基金项目：四川省科技攻关基金资助项目改进RBF模型的医院网络异常信息入侵意图预测[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(2)彭建祥由于在医院网络异常信息入侵意图预测过程中,没有对医院网络数据降维处理,导致预测时间较长、预测准确率较低,为此提出基于改进RBF(RadicalBasisFunction)模型的医院网络异常信息入侵意图预测算法.通过相关性分析去除医...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进RBF模型的医院网络异常信息入侵意图预测 Prediction Algorithm Based on Improved RBF Model for Hospital Network Abnormal of Information Intrusion Intentions
改进RBF模型的医院网络异常信息入侵意图预测.pdf
- 文件大小:
- 389.27 KB
- 下载次数:
- 60
-
高速下载
|
|
