神经网络在计算机网络安全评价中的应用.pdf

神经网络在计算机网络安全评价中的应用.pdf

ID:55581654

大小:124.67 KB

页数:1页

时间:2020-05-19

神经网络在计算机网络安全评价中的应用.pdf_第1页
资源描述:

《神经网络在计算机网络安全评价中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、I藏目啦术。安全技术神经网络在计算机网络安全评价中的应用闫春雷(苏州大学计算机科学与技术学院江苏苏州215006)摘要:随着计算机技术的快速发展,计算机应用的范围也越来越广,但计算机网络却一直受到病毒、漏洞的入侵。因其是个复杂的非线性问题,故传统方式并不能彻底解决。神经网络技术对网络的安全评价方式,通过了科学家的认可及改进。实验结果表示,目前的BP神经网络优化了算法,使评价数据能准确的反映当前计算机的安全指标,加快了安全评价的速度和精度。关键词:神经网络计算机网络安全安全评价中图分类号:TP393文献标识码:A文章编号:1007—9416(2015)06-0187·01

2、20世纪4o年代,神经网络理论的研究首次被科学家们提出并执之间的误差平方和最小,它采用了梯度下降算法,利用误差的反向行,其目的主要是为了给网络系统的安全提供根本的可靠陛保障。传播对网络的权值和阈值进行不间断调整。它是通过相关模型的建构而成的人工智能算法。之后,科学家们也优点:较强的非线性逼近能力、易实现、算法简单等;缺点:难以渐渐在计算机网络安全中引进神经网络应用,通过对神经元之间的保证收敛到全局最小点、较弱的全局搜索能力、收敛速度慢。连接权值进行调整,对各属性见的非线性规律进行整理,使对计算为改进以上的BP神经网络的缺点,科学家们进过无数次推算、机网络安全的评价更加客

3、观,也拥有更高的准确度。演算,最终利用了PSO算法,对其进行优化。具体优化步骤:(1)初始化BP神经网络的结构、目标向量、传递1神经网络简介函数等基础数据;(2股定粒子群的规模、动量系数、粒子的初始设定人工神经网络模型能克服传统统计模型的缺陷,基于梯度下降速度及位置,算法,调整神经元间的连接权值,捕捉网络安全与各属性的非线性(3)对每个粒子的当前值和历史最好值进行比较,根据结果做出规律,准确的评价网络安全,满足评价网络安全的各项指标。合理修改,选出更有利的那个值作为既定数据;(4肘算惯性权值;(5)其发展大致可分为3个阶段:初期:1947—1969年,提出了神经元对每个

4、粒子的速度和位置进行记录并对比差距,记下每个粒子和粒模型和学习规律,过渡期:1970-1986年,提出了联想记忆和优化计子群的系统适应度值误差,(6)根据上一步骤记录的适应度值误差,算。发展期:1987年至今,开启了技术快速发展的篇章。对比最初的设定,若已超过最大允许值,则不用再做下一次实验。这2神经系统在计算机网络安全评价中的应用时,粒子的各方面最优数据即为神经系统的最优阈值、最优权值。这样的PSO算法和BP神经网络的结合,充分利用了他们超强的2.1建立安全评价体系非线性函数逼近能力,根本性的优化了BP神经网络的各项必要参(1)评价指标集的建立。原则:简要性一选取有代

5、表性,有独立层数,同时也很有利的提高了计算机网络评价的精度。结合优化模型次的评价指标;独立性一尽量减少有关联的、重复的指标体系。完备从各方面的数据都表明,现在的全局搜索能力、收敛速度、评价精度性一全面的反映网络安全情况的指标,准确体现评价结果-准确性一等都极大的超过了未优化的网络。说明现在的优化是成功的,也为准确反映出网络安全技术水平的各项指标具体情况,可行性一选取科学家们之后的进一步运算提供了一种思路。的指标能符合实际的测评工作,能稳定的、无瑕疵的运行操作。原2.3神经网络的计算机网络安全评价模型的设计理:在评价标准的指导下,确定评价的内容和范围,对网络的基本情对输入

6、层的设计:输入层的神经元节点的数量要与评价指标的况、安全情况、网络脆弱点进行分析,之后采用相关的评价方法进行数量相符合。评价,最后得出网络安全级别。指标:物理安全·逻辑安全~病毒防对隐含层的设计:选择节点时,按照恰当的经验公式,掌握好尺范、访问控制、数据加密等。管理安全一安全组织体系、应急响应机制度进行选择。确保隐含层的节点数不多也不少,减小其对网络性能等。即使遵循了以上的基本原则,但准确的、科学的、合理的反映系的消极影响。统安全影响的所有元素,仍需要全方位、零瑕疵的考虑相关因素和对输出层的设计:输出层的设计主要是对网络安全评价结果的指标,从而来建立安全评价指标体系。更

7、深层次的确保此技术发挥直观反映,设计好一定的节点来表示很重要。其极致作用在计算机网络安全评价中。(2)评价指标的取值及标准化。因评价指标集所描述的因素不同,故指标分为:定量评价和定性3结语评价。由于他们的侧重点不同,反映不同的计算机啊网络安全状况,近年来,具有自组织能力、自适应能力、自学习能力的人工智能所以不能直接比较各指标的取值,而是应该对两种指标进行与结果算法,帮助着迅速发展的神经网络技术,实现了更简单、更快捷的能有关的标准化处理。对定量指标而言,不能从一个侧面判断,应根据力,准确、科学的对网络所面临的风险进行评价。使系统对风险进行所

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。