基于量子神经网络的网络安全态势感知

打开文本图片集

摘要： 网络安全态势感知的预测方法大都预测准确度较低，收敛速度较慢；采用传统的神经网络模型，其模型设置参数多，泛化性能不高，无法进行有效预测。基于上述问题，提出了一种利用量子粒子群优化算法（Quantum Particle Swarm Optimization，QPSO）来优化变分量子神经网络（Variational Quantum Neural Network，VQNN）的预测模型，其训练过程是将数据样本经过预处理后转化为量子态进行输入，并通过隐藏层的酉变换反复调整权重参数θ，然后利用改进惯性权重因子θ1对权重参数θ进行优化来获取网络的输出，将优化后的VQNN模型用于预测网络安全态势值。（剩余8605字）