文献类型：期刊文章

作　　者：肖鹏[1] 王柯强[2] 黄振林[3]

XIAO Peng;WANG Keqiang;HUANG Zhenlin(Information Center of Yunnan Power Grid Co.Ltd.,Kunming 650000,China;School of Electronics and Information,South China University of Technology,Guangzhou 510641,China;EHV Transmission Company of China Southern Power Grid Co.Ltd.,Guangzhou 510700,China)

机构地区：[1]云南电网有限责任公司信息中心,云南昆明650000 [2]华南理工大学电子与信息学院,广东广州510641 [3]中国南方电网有限责任公司超高压输电公司,广东广州510700

出　　处：《智慧电力》

基　　金：国家自然科学基金资助项目(615710814)。

年　　份：2022

卷　　号：50

期　　号：6

起止页码：100-106

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高电力信息网络安全态势评估的精度,提出一种基于改进人工蜂群(IABC)算法和密度峰值聚类(DPC)算法优化径向基函数(RBF)神经网络的电力信息网络安全态势评估方法。首先,引入改进密度峰值聚类(IDPC)算法对人工蜂群(ABC)算法的种群空间多样性进行聚类分析,重新定义个体更新机制以提高算法的全局搜索能力。然后,构建分类RBF神经网络安全态势评估模型,利用IDPC算法对输入指标数据进行聚类分析,采用IABC算法对分类拓扑结构和参数学习过程进行优化,得到输入评估指标与输出安全态势值的最佳映射关系。最后,通过实例仿真证明所提方法的有效性。

关 键 词：态势评估  网络安全 RBF神经网络 人工蜂群算法 密度峰值聚类  精度  

分 类 号：TM711]