控制理论与应用

作者：王娜,张鑫海,常娅明

单位：天津工业大学控制科学与工程学院,天津工业大学控制科学与工程学院,天津工业大学控制科学与工程学院

关键词：态势预测;T-S模型;模糊辨识;变分模态分解;动态时间规整;模糊聚类

基金：天津市自然科学基金重点项目(23JCZDJC01140)资助.

针对网络安全态势数据具有较强的非平稳性和随机性,为提高网络安全态势预测的精度,提出一种基于变分客观模糊辨识的态势预测方法.首先,引入变分模态分解,并与动态时间规整方法相结合,来对原始态势数据集进行分解和重构,以提高该数据集的平稳性并减少分解后的模态个数,从而降低后续模型预测的误差和训练成本;然后,利用偏自相关分析确定T-S模型的输入变量,并结合客观聚类分析和模糊c均值聚类,来直接获取紧凑而准确的T-S模型结构,从而确保所建预测模型的精确性;最后,通过标准网络入侵检测数据集NSL-KDD的仿真来验证所提方法的有效性.

来源：2025年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第9期