基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估

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。