神經網絡在計算機網絡安全評價中的應用研究

鄧雪峰++那晨旭

摘要：計算機技術的廣泛應用，使各種信息在更大范圍內流動，提高了信息的共享率，充分發揮出信息的使用價值。但由于計算機網絡系統的開放性，其難免受到一些漏洞或者病毒的影響，使計算機網絡的安全受到嚴重威脅。因此，做好計算機網絡安全評價工作，及時找出網絡系統中存在的問題對于計算機系統的正常運轉具有十分重要的意義。在本論文中，筆者首先介紹計算機網絡安全評價體系應該遵循的原則，而后分析了神經網絡的含義，對最后結合BP 神經網絡在網絡安全評價中的應用分析了網絡安全評價的原理。

關鍵詞：計算機網絡 安全評價 神經系統 原理

中圖分類號：TP393.08 文獻標識碼：A 文章編號：1007-9416（2014）12-0184-01

計算機網絡技術的迅速發展給我們的日常生活提供了較大的便利，有利于實現信息資源的自由流動及共享。但隨著社會的發展，我們必須重視這一一個事實 計算機網絡系統中存在著各種不安全因素，嚴重威脅到網絡系統的正常運行，給計算機用戶造成了較大的損失。為了科學應對風險，相關人員都進行了專業的研究，他們力求準確科學地評價計算機網絡所面臨的風險，而后根據風險的特點，采取有效的措施來解決問題，進一步減少安全問題給用戶造成的損失。傳統的網絡安全評價方法，如故障分析法、層次分析法以及灰色模型等，都為維護計算機安全作出了較大的貢獻，但這些方法操作起來較為復雜，且評價的準度較低。為此，相關學者進行了深入地分析和研究，神經網絡技術出現并受到大家的關注及重視。

1 計算機網絡安全評價體系應該遵循的原則

作為一個復雜的體系，計算機網絡系統會受到多種因素的影響，例如計算機網絡運行的外部環境、網絡運行現狀、組織管理等。因此，在對計算機網絡系統的安全進行評價時，工作人員必須充分考慮各種因素，建立科學、合理、準確的安全評價指標。建立指標的過程中，工作人員要遵循以下原則：

（1）完備性原則。也就是說，計算機網絡安全的評價指標應盡可能全面，充分反映計算機網絡的各種特征，保證評價結果的準確。

（2）可行性原則。評價指標應該符合實際測評工作的需要，且具有較大的可操作性。

（3）準確性原則。網絡安全的評價指標內容要清楚。工作人員應嚴格按照評價體系的具體內容來進行操作評價。

（4）獨立性原則。各個指標應該避免重復，充分反映網絡系統的實際運行情況。

2 神經網絡概述

神經網絡系統是一種人工智能系統，它通過模仿動物神經系統的特征，來進行信息的分析與處理。通過各種算法數學模型，神經網絡系統可以調節內部大量節點之間的相互關系，這也是其發揮作用的根本原理所在。神經網絡系統主要有兩方面的特征：非線性、非局限性、非常定性、非凸性。

正是因為這些特點，神經網路系統具有各種優越性：

（1）神經網絡系統具有自學習的功能。系統可以自動識別所輸入的信息，并總結規律，學會識別相關的信息并在之后的工作中自動運行。工作人員只需要輸入相關的信息就可以了，神經網路可以自動識別信息并能進行有效的預測。因此，計算機神經網路系統可以為人類提供相應的經濟預測、市場預測及效益預測等，有利于社會的發展。

（2）神經網絡系統具有聯系存儲功能。

（3）神經網絡系統能夠自我尋找優化解，充分發揮計算機的高速運轉能力，幫助使用者迅速找到解決方案。也正是因為這些優點，神經網絡系統被廣泛應用于計算機網絡安全評價過程中。

3 計算機網絡安全評價的原理——BP 神經網絡在網絡安全評價中的應用

在進行計算機網絡安全評價時，工作人員要依據相關的評價標準，確定評價的具體內容和范圍，并以此來對計算機玩了過的安全狀況及關鍵點進行分析，最后借助相關的評價方法，測算出網絡的安全級別。一般來說，網絡安全級別的評價要遵循以下公式：網絡安全級別=f（x1，x2，x3，...xi，..xm），其中xi表示的計算機網絡安全的主要評價因子，而f指的是計算機網絡安全的評價模型。由此可以看出，要保證網絡安全評價的準確性，相關人員必須合理選擇評價因子及評價模型。下面筆者將就BP神經網絡系統評價法進行探討。

BP神經網絡系統又稱為BP學習算法，其作用的過程主要包括信息的正向傳播及誤差信號的反向傳播。在正向傳播過程中，工作人員所輸入的信息經過輸入層運送至隱含層，經過相應的處理后，信息傳至輸出層。如果此時信息有誤，就會產生誤差信號，然后通過原來的通道進行反向傳播，進行再次處理，直到最后的信息達到網絡系統所要求的精度為止。作為當前應用最廣泛的神經網絡模型，BP神經網絡系統采用的是梯度下降算法，將期望輸出值與實際輸出數據之間的誤差降到了最低。同時，BP神經網絡具有非常強的非線性的逼近能力，其算法較為簡單，操作容易。但我們必須注意到，該種模型的應用過程容易陷入局部極值的情況，導致全局的搜索能力并不高。因此，在應用過程中，該種神經網絡系統仍然存在著不少的問題。

4 結語

神經網絡系統在計算機網絡安全評價中得到了較為廣泛的應用，但其本身仍然存在著一定的問題，不利于其綜合性能的全部發揮。就目前情況來看，不少工作人員將PSO算法應用于BP神經網絡系統中，優化了神經網絡的權值，提高了其搜索范圍及速度，對計算機網絡安全評價工作作出了一定的貢獻。在未來的實踐及研究中，工作人員應該充分認識神經網絡系統的局限性，加強技術研究，創新技術手段，并采取各種積極有效的措施來解決問題，力求計算機網絡安全評價的結果更準確。相信本論文的撰寫，對未來計算機網絡安全的維護方面具有十分重要的意義。

參考文獻

[1]劉秋紅，徐廣飛.計算機網絡安全評價中神經網絡的作用探究[J].煤炭技術，2013（3）：270-272.

[2]張原.模糊綜合評判在網絡安全評價中的應用[J].電子測試，2013（10）：252-253.

[3]郭麗娟.神經網絡在計算機網絡安全評價中的應用[J].價值工程，2012（21）：187-189.

[4]武仁杰.神經網絡在計算機網絡安全評價中的應用研究[J].計算機仿真，2011（11）：126-129.endprint