基于模糊神经网络的电力系统信息安全风险评估

基于模糊神经网络的电力系统信息安全风险评估

ID:9143001

大小:66.50 KB

页数:4页

时间:2018-04-19

基于模糊神经网络的电力系统信息安全风险评估_第1页
基于模糊神经网络的电力系统信息安全风险评估_第2页
基于模糊神经网络的电力系统信息安全风险评估_第3页
基于模糊神经网络的电力系统信息安全风险评估_第4页
资源描述:

《基于模糊神经网络的电力系统信息安全风险评估》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于模糊神经网络的电力系统信息安全风险评估叶卫国网浙江电力公司信息通信分公司摘要:随着科技的发展,电子信息可谓无处不在,庞大的网络深受各界人士的喜爱,电力系统也不例外,电力系统信息安全进行风险评估可以避免意外及不必要的损失,但评估起来比较复杂且存在许多不确定性因素,采用模糊神经网络的方式可以对不确定性因素进行模糊处理,将其量化,模糊理论与网络相结合。木文对模糊神经网络的电力系统信息安全风险评估做出分析。关键词:模糊神经网络;信息安全;风险评估;0前言目前我国对电力的需求是越来越大,无论是生活、商

2、业、企业、工厂等都理不开电力设备,因此,电力系统就更加要保证供电质量与稳定性。电力系统对信息安全采用风险评估的方式以外部硬件、网络接口和配置为主,降低了风险几率,提高了安全性能,我国早在十儿年前就建立了《信息安全管理系统》,其中明确规定了从建立到实施再到维护的风险评估标准,不同环境有不同方案,好安全工作是工作也是责任。1信息安全风险评估原理(1)信息安全风险评估原理信息安全风险评估其主要是从风险方面入手,使用科学的技术手段,从多方面获取网络和信息所存在的潜在风险及它的弱点,根据这些去推断和评估将

3、来冇可能发生的危害,提前做出预防措施,并将风险程度控制到最低,从而在最大程度上保障网络和信息安全。评估一般有定性和定量的方式,也有二者合一的方式,其方法主要有层次法、决策法与儿率法等。信息安全风险评估是非常复杂的,随时可能出现不确定性因素,传统的风险评估模式存在局限性已不能适应现代化社会的发展,传统的评估方法冇很大的主管随意性和模糊性、而且会把操作进行了复杂化,进而使自学能力降低ui。而人工神经网络拥有传统方法所不存在的智能特点,好比人的大脑,可以分析和处理不确定的问题,而且有可以自己学习从而获

4、取知识的特点,并可妥善处理不容易解决的非线性问题。(1)信息安全风险评估过程通过GB/T20984-2007(1)中对风险评估的描述,我们可以把风险评估分为几分步骤,首先对信息安全、潜在危险和其弱点进行评估,然后对其危险进行改善,对其弱点进行补救,最后,对危险的发生及时处理并做出总结。在资产评估方面分为识别和估价两大类,资产识别主要对组织或企业的资产进行确定,确定这个资产是否属于企业本身,是否与其它企业共同拥有,如果共同拥有,那它占的份额是多少,对其进行确定。资产估价就是对组织或企业所拥有的资产

5、进行确定以后,再根据市场价格和资产的使用价值及其使用数量进行估算,给出和应的价格。潜在危险主要是指对信息资产可能具有危害性的分析,一般我们从这几个方面入手,危害的源头,危害的方式方法,危害的目的,受到危害后的损失等几个方面,但危害不一定都是直接的也会存在一些间接性的,比如:在企业屮人员较多,企业的信息资产有可能被泄露、篡改和删除等现象,无论是有意的还是无意的,企业的资产受损,保密性工作做的不到位,都会对企业造成和当大的损失。弱点评估主要是指通过多种渠道去掌握和了解企业信息资产中的缺点和不足,这些

6、缺点有时会使不法分子或者别有用心之人对资产信息进行破坏或非法买卖,只要存在缺点就会有威胁发生,但所有的系统又不是十分完美的,多多少少会存在一些不足之处,只有对这些不足之处,及时做出预防和改善措施,才能确保企业的资产信息得到更高的安全保障。风险是一种看不见摸不着的东西,是一种潜在事件,如果信息安全风险评估做的不到位就会引导某项信息的泄露,导致企业或者组织结构的生存发展受到损害。2模糊神经网络信息安全评估模型(1)信息安全风险评估指标的模糊处理信息安全风险评估存在复杂性与不规律性,而模糊神经网络恰巧

7、可以满足这一复杂与不规律性,模糊系统通常是容易被人接受和理解的,祌经网络对环境的适应力很强,模糊神经网络就是两者的结合。主要体现在将己冇的神经网络进行模糊分类和通过现有的模糊理论去创造一个神经网络等两种方法。一般使用较多的是第一种方法,主要有BP神经网络构成,它包括输入层、隐含层与输出层。信息需要进行量化处理后才可输入,再由BP神经网络进行计算,要反复计算后才能得出准确度较高的值。⑵BP神经网络算法BP是非常人性化的反向传播神经网络,它包括输入、隐含和输出三层网络,是最基本的也是目前运用非常广泛

8、的网络之一,它的优势就是不怕复杂,再复杂的模式它都能够清晰的识别,它的信号不仅可以正着走还可以反过来走,不是只能从输入层输入,输出层输出,如果输出层的数据达不到满意的效果,可以从输出层输入数据,数据接到信号会原路返回,不够精确的输入不会影响整体系统,在得到反复修改后,使其误差降到最低。BP神经网络算法适用于复杂性较强,多元化神经的网络系统,但它的使用必须要有梯度下降模式才可使用,假如我们设定一个网络但不知道它有多少层,设它为X层,那么X层就是输出层,第1层就是我们能看到的,可以输入数据的,所以叫

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。