基于残差改进的灾变灰预测在电力行业网络安全预测中的应用
针对电力行业内传统网络安全预测无法全面反映系统整体状况，预测精度不高的缺点，提出了一种网络安全预测方法。首先，对企业内的网络安全事件进行分析，运用层次分析法(AHP)构建网络安全的指标体系，并对样本数据进行过滤与处理，考虑异常值的分布序列结构;然后使用灾变灰预测进行模型的建模;最后对预测结果使用神经网络方法进行改进，从而达到提高预测精度的目的。通过仿真实验，表明基于残差改进的灾变灰预测方法的可行性和有效性。本文主要成果如下: 1、对企业网络安全相关数据进行定期地采集，并进行分析整理，使用主成分分析法(PCA)提取出包含信息量较大的因素构成评价指标，将此作为企业网络安全预测的基础; 2、对过滤后的信息进行处理，运用层次分析法(AHP)得出指标权重，构建网络安全评价的指标体系，为日后企业网络安全工作的开展提供依据; 3、在样本数据分析的基础上，通过对神经网络方法及灰色模型方法的综合比较应用，提出一种适用于行业现状的预测模型，并进行数据处理，作为预测模型的输入，采用灾变灰预测模型对时间序列进行预测，并将结果代入神经网络模型进行修正，得到准确的网络安全预测值。
灾变灰预测;残差改进;电力行业;网络安全预测
河南大学
硕士
计算机应用技术
郭拯危
2014
中文
TP393.08
56
2014-09-17（万方平台首次上网日期，不代表论文的发表时间）