摘要：文中介紹了粒子群算法優(yōu)缺點(diǎn)，并對(duì)其粒子速度、個(gè)體認(rèn)知以及種群認(rèn)知的不足進(jìn)行必要的改進(jìn)，最后將優(yōu)化后粒子群算法來驗(yàn)證SVR的網(wǎng)絡(luò)安全性，結(jié)果表明粒子群優(yōu)化算法對(duì)SVR網(wǎng)絡(luò)安全性預(yù)測(cè)效果較好。

關(guān)鍵詞：網(wǎng)絡(luò)安全；粒子群算法；評(píng)估

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 （2012） 21-0000-02

1 粒子群優(yōu)化算法的介紹

1.1 基本粒子群算法

粒子群算法（Particle Swarm Optimization，PSO）說明：在一個(gè)D維的搜索范圍里，這個(gè)群體里由m個(gè)粒子構(gòu)成，各個(gè)粒子之間都會(huì)有整度和位置，在t這時(shí)刻的第i個(gè)粒子位置時(shí)可以表示為 、速度則表示為 ，粒子能夠在D維的范圍內(nèi)找到最理想的解，并且跟蹤兩個(gè)極值：一個(gè)是粒子是屬于自身的最優(yōu)解，標(biāo)記為： ，另一個(gè)是屬于整個(gè)群中的最優(yōu)解，標(biāo)記為： ，每次迭代按照一定的規(guī)律對(duì)粒子進(jìn)行操作，如果超出了迭代的最大次數(shù)時(shí)那么就會(huì)停止迭代。

1.2 粒子群算法優(yōu)缺點(diǎn)分析

它的最大優(yōu)點(diǎn)就是不需要被優(yōu)化函數(shù)所具有可微、可導(dǎo)以及連續(xù)等性質(zhì)，從而使得收斂速度變得十分快，算法也變得較為簡(jiǎn)單，編寫成程序也相當(dāng)容易。但是，也會(huì)存在一些缺點(diǎn)：如果對(duì)于存在多個(gè)局部極值點(diǎn)的函數(shù)，那么粒子群優(yōu)化算法就會(huì)很容易地陷入到局部最優(yōu)，從而導(dǎo)致沒辦法得到全局的最優(yōu)解。

2 粒子群優(yōu)化算法的改進(jìn)研究

決定粒子群優(yōu)化算法的主要因素有3個(gè)：（1）迭代更新速度；（2）個(gè)體認(rèn)知的更新；（3）認(rèn)知的更新。因此，粒子群算法的改進(jìn)只需要改這三個(gè)因素就可以了。

2.1 基于權(quán)重的粒子群速度的改進(jìn)算法

改進(jìn)后的算法公式如下：

其中 是屬于慣性權(quán)重，權(quán)重有固定與時(shí)變之分，具體用法與實(shí)際情況有關(guān)。在不同問題中，粒子的更新速度、拓?fù)浣Y(jié)構(gòu)以及種群的大小，都會(huì)影響其算法的結(jié)果。慣性權(quán)重目的是為了改進(jìn)粒子的更新速度，通常取值范圍固定在0～1之間，對(duì)于一些不同數(shù)量的種群，其取值也是不一樣的，由于慣性權(quán)重的粒子群在速度變化上是十分穩(wěn)定的，從而使得粒子可以很快達(dá)到局部的最優(yōu)。

2.2 基于個(gè)體認(rèn)知的改進(jìn)算法

基本思想是：

步驟1：在整個(gè)種群的搜索范圍內(nèi)進(jìn)行全面的搜索，如果搜索中發(fā)現(xiàn)了目標(biāo)就會(huì)跳轉(zhuǎn)到第2步然后繼續(xù)下一步的搜索處理；

步驟2：在目標(biāo)距離范圍之內(nèi)進(jìn)行全面的搜索，當(dāng)搜索多次后仍然無法找到目標(biāo)，那么就會(huì)跳轉(zhuǎn)到驟1，否則進(jìn)行退出操作。

優(yōu)點(diǎn)：首先需要進(jìn)行全面的考慮，其最終的結(jié)果在群種中是最優(yōu)的，從而可以有效減少局優(yōu)現(xiàn)象。具有速度快、質(zhì)量高等優(yōu)越性。

缺點(diǎn)：這個(gè)算法雖然可以找到全優(yōu)的解，但是沒有標(biāo)準(zhǔn)粒子群產(chǎn)生的收斂速度快。

2.3 基于種群認(rèn)知的改進(jìn)算法

算法的基本思想是：

1）搜索角色分工：將這個(gè)搜索過程的角色分為頭領(lǐng)和跟隨者。2）分隔規(guī)則：將這個(gè)種群排成一列順著頭領(lǐng)方向進(jìn)行搜索，個(gè)體這之保持一定的距離。3）平行規(guī)則：個(gè)體搜索方向一致。4）頭領(lǐng)的更新與種群之間的重新編隊(duì)：頭領(lǐng)有權(quán)輪換進(jìn)行搜索，周期搜索完成之后，假如還沒有找到適應(yīng)值，那么就會(huì)在種群中選擇其它個(gè)體作為下次搜索的頭領(lǐng)。

優(yōu)點(diǎn)：使用時(shí)間較少；種群依賴性更??；效率很高。

缺點(diǎn)：復(fù)雜函數(shù)進(jìn)行優(yōu)化時(shí)易陷入局優(yōu)。

針對(duì)以上三種改進(jìn)算法的分析，最終本文決定采用基于權(quán)重的粒子群算法。

3 應(yīng)用粒子群優(yōu)化算法評(píng)估SVR的網(wǎng)絡(luò)安全