csbpnn

针对现有基于神经网络的网络安全态势评估方法效率低等问题，提出基于布谷鸟搜索（CS）优化反向传播（BP）神经网络（CSBPNN）的网络安全态势评估方法。首先，根据态势输入指标数和输出态势值确定BP神经网络（ BPNN）的输入输出节点数，根据经验公式和试凑法计算出隐含层节点数；然后，随机初始化各层的连接权值和阈值，使用浮点数编码方式将权值与阈值编码成布谷鸟；最后，使用CS算法对权值和阈值进行优化，得到用于态势评估的CSBPNN模型并对其进行训练，将网络安全态势数据输入到CSBPNN模型中，获取网络的安全态势值。实验结果表明，与BPNN和遗传算法优化BP神经网络方法相比，基于CSBPNN的网络安全态势评估方法的迭代代数分别减少943和47且预测精度提高8. 06个百分点和3.89个百分点，所提方法具有较快的收敛速度和较高的预测精度