計算機網絡安全評價體系設計

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機網絡安全評價體系設計范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】

計算機網絡安全評價是計算機網絡安全保障中的一個重要系統。計算機網絡在應用過程中，會因為受到漏洞、病毒等因素的影響，從而出現各種各樣的安全問題，影響計算機網絡應用安全。這時候也就需要應用計算機網絡安全評價體系，為計算機網絡安全提供有效保障。傳統線性評價方法在目前計算機網絡安全評價中評測精度較低，從而導致評價結果不佳。基于神經網絡的計算機網絡評價體系，能夠滿足當前計算機網絡安全應用需求，因此得到廣泛應用。本文重點分析神經網絡下的計算機網絡安全評價體系設計。

【關鍵詞】網絡安全；神經網絡；評價體系

1計算機網絡安全評價體系

計算機網絡復雜性較高，影響計算機網絡安全因素也比較多，計算機網絡安全評價體系的科學合理化設計，有助于有效發揮評價體系的作用。其中在具體評價體系設計中，因為描述因素不同，其評價取值規則也具有差異，之中包括有定量評價指標以及定性評價指標。其中關于定量評價指標，則需要依照評價網絡系統的實際情況確定取值范圍，還有一部分定性指標也可以通過專家評級方式進行確定，依照計算機網絡在評價中的實際情況制定相應的評價等。不同的指標也能夠從不同角度評定計算機網絡的安全性，指標之間的取值范圍沒有可比性。為了能夠確定評價指標，同時考慮到神經網絡訓練的收斂問題，則需要是實施指標的標準化處理。其中關于定量指標，基于衡量單位之間的差異，標準化處理確定取值范圍在0~1之間；對于定性指標則采用專家打分法，為例確保其和定量之間的可比性，則也需要對其實施標準化處理。通常來講評價結果分成四個等級，分別為：安全，網絡安全保障能力較強，在應用中安全性較高；基本安全；網絡安全保障能力還可以，應用中可以確保基本安全；不安全，網絡安全保障能力較弱，在應用中存在一定的安全隱患；很不安全，網絡安全保障能力非常差，在應用中安全風險較大。在計算機網絡安全評價體系設計中需要滿足以下幾方面需求，分別為：可行性、簡要性、獨立性、完備性以及準確性。只有這樣才能夠基于實際需求，提高計算機網絡安全評價體系設計的合理性和科學性。

2計算機網絡安全評價體系設計及實施步驟

本文以神經網絡為例，分析計算機網絡安全評價體系的設計及實施。

2.1神經網絡下計算機網絡安全評價體系設計

關于神經網絡下計算機網絡安全評價體系的設計，則主要包括三部分，其中分別為輸入層、隱含層以及輸出層，具體的設計如下：

2.1.1輸入層在輸入層神經元節點數量確定中，則一定要和計算機網絡安全評價指標數量一樣。例如在計算機網絡安全評價體系中，二級指標共設計18個，那么在實施輸入層神經節點數量的時候，必定也是18個。

2.1.2隱含層通常神經網絡應用的均為單向隱含層。在對其設計過程中，隱含層節點數量對神經網絡性能具有直接影響。如果隱含層節點數量設計比較多的話，則會延長神經網絡的學習時間，甚至還有可能會導致不能收斂；如果隱含層節點數量設計比較少的話，則會影響神經網絡的容錯能力。因此在其具體設計過程中，則需要依照經驗公式確定出現隱含層的節點數量，一般情況下隱含層節點數量為5個。

2.1.3輸出層關于神經網絡輸出層的設計，則主要是針對計算機網絡安全評價結構。假設在神經網絡輸出層設計2個節點，其中如果輸出結果顯示（1，1）則代表安全；如果輸入（1，0）則代表基本安全；如果輸出（0，1）則代表不安全；如果輸出（0，0）則代表非常不安全。

2.2神經網絡下計算機網絡安全評價步驟

在計算機網絡安全評價模型中，關于計算機網絡安全的具體評價步驟，則主要分為：①完善計算機網絡安全評價體系設計及構建；②對神經系統實施粒子群優化算法實施優化，以能夠避免神經網絡在實際應用中存在的局限性。其中關于其具體優化過程則包括：①初始化設置神經網絡目標向量、結構以及傳遞函數等等數據；②設計粒子群初始速度、迭代次數、規模、初始位置、參數位數以及動量系數等等；③對神經網絡實施粒子群訓練集訓練，從而確定其適應度值；④對比分析每個粒子歷史，當前適應度值及最好適應度值。如果對比發現適應度值更優于歷史最好適應度值，那么也就可以保存目前的粒子適應度值，并將其作為是系統的個體粒子歷史最好適應度值；⑤將離子的慣性權值計算出來；⑥更新各個粒子速度及位置，對于各個粒子和粒子群所具有的系統適應度值誤差，則需要對其一一記錄；⑦判定出具體的系統適應度值誤差，如果其誤差結果顯示在允許最大迭代次數之外，或者已經達到設定誤差限值，那么即可以結束訓練。在神經網絡中，粒子全局歷史則為其最優解，最有位置則是最佳權值。在完善神經網絡模型優化之后，則可以用來實現計算機網絡安全評價工作。

3結語

在網絡技術迅速發展環境下，計算機網絡應用安全也成為關注熱點。其中在神經網絡下計算機網絡安全評價體系設計中，神經網絡技術能夠保障系統不斷總結自身規律，適應環境，從而將其運行過程中的控制、識別以及運算問題有效完成，另外神經網絡在應用中還要具有自行處理技術，能夠顯著提高其工作效率，因此在計算機網絡安全評價體系設計中可以不斷加大神經網絡應用，以提高計算網絡應用安全。

參考文獻

[1]李忠武，陳麗清.計算機網絡安全評價中神經網絡的應用研究[J].現代電子技術，2014，10：80~82.

[2]原錦明.神經網絡在計算機網絡安全評價中的應用研究[J].網絡安全技術與應用，2014，04：52~53.

[3]王昱煜.計算機網絡安全評價中神經網絡的應用研究[J].信息通信，2015，04：144.

[4]胡波，李俊菊.神經網絡在計算機網絡安全評價中的應用[J].網絡安全技術與應用，2015，07：78+81.

[5]夏寧.網絡安全評價量化方法研究[D].長春理工大學，2007.

[6]段海新，吳建平.計算機網絡安全體系的一種框架結構及其應用[J].計算機工程與應用，2000，05：24~27+42.

作者：王謝瑋 單位：江西陶瓷工藝美術職業技術學院