神經網絡在計算機網絡安全評價中的應用研究

馬樂巴音郭楞職業技術學院

?

神經網絡在計算機網絡安全評價中的應用研究

馬樂
巴音郭楞職業技術學院

摘要：隨著計算機技術的不斷發展，網絡安全成為人們非常擔憂的問題。為了滿足人們對網絡安全方面的需求，計算機網絡安全評價體系應運而生。而神經網絡是一種在適應能力、組織能力以及學習能力方面都較強的智能人工算法技術，能夠對計算機網絡安全評價起到極大的促進作用。本文主要從神經網絡與計算機網絡安全評價概述、計算機網絡安全評價中對神經網絡的應用以及在計算機網絡安全評價中使用神經網絡的意義三個方面，對計算機網絡評價安全以及神經網絡的相關問題進行了論述。

關鍵詞：神經網絡；計算機；網絡安全；應用

近年來，計算機技術的發展日新月異。但隨之而來的，使人們對信息安全的擔憂。如何提高計算機網絡安全是一個亟待解決的問題。計算機網絡安全評價體系就在這樣的背景下產生了。而在這一體系中，神經網絡起到了非常大的作用。

一、神經網絡與計算機網絡安全評價概述

計算機網絡安全評價體系建立的目的是對網絡環境中的危險因素進行識別，并采取一定的措施進行控制。在建立網絡安全評價體系時，要確保系統能夠對危險因素進行準確識別。而且在進行評價之前，要先設置不同的相互之間既有關聯又有一定獨立性的評價指標。同時既要保證評價過程的簡潔，也要保證評價結果的可靠。此外，還要使所設定的指標能夠對計算機的整個系統進行全面、準確的反映。

神經網絡是根據人腦對外界信息進行處理的模式來設計的。神經網絡通過數學模型對神經元處理及傳遞信息的過程進行模仿以及研究，相關研究者們經過不斷努力，研發出了適用于計算機網絡安全評價體系的神經網絡。

二、計算機網絡安全評價中對神經網絡的應用

從目前的應用現狀來看，在計算機網絡安全評價中BP神經網絡的應用范圍最廣，而且所取得的效果也是非常理想的。其具體的應用過程主要包括以下幾方面。

1、建立評價指標集

在計算機網絡中，能夠對其安全性能產生影響的因素是非常多的。也就是說，在設置評價指導時要兼顧各個因素，確定評價指標能夠對每一個因素都進行考核，最終使評價模型整體上發揮出最大功能。具體來說，在對定量指標進行評價時，要以系統的具體狀況為標準進行取值；而在對定性標準進行評價時，則要采用專家評級的方式。由于指標取值的主要目的是對網絡的安全狀況進行反映的，而且這些取值無法用來直接比較，因此必須首先使用標準化方法對這些指標進行處理。

2、建立神經網絡的計算機網絡安全評價模型

建立神經網絡的計算機網絡安全評價模型的流程大致可分為三個步驟。第一，設計輸入層。輸入層的要求是所設計的神經元節點的數量與所選擇的評價指標的數量相同。這種設計的目的是使兩者之間相互適應。第二，設計隱含層。就目前的技術來說，隱含層都為單隱含層。在設計時要對具體的隱節點的數量多加重視。節點數量過多或過多都會對系統性能產生影響。節點過少時，會使網絡的非線性映射以及容錯性受到影響；節點過多時，系統的學習時間就會過長，從而導致系統產生誤差的可能性增加。第三，設計輸出層。換句話說，就是對系統的評價結果進行輸出。

3、神經網絡學習

評價模型中所包含的輸入層、隱含層以及輸出層必須將所有的初始連接權值包含在內，這就使得神經網絡要先進行學習，然后再進行構建模型，如此才能更好的減少誤差。神經網絡進行學習的過程包括：首先，對數據進行收集。所收集的數據要具備覆蓋計算機網絡安全評價的所有范圍的特點。當期望結果建立完成后，對網絡模型進行訓練。在神經網絡的學習過程中，輸入層所設計的節點的數量對學習時間的長短和學習效果都會產生較大的影響。因此為了保證學習效果和網絡安全評價體系的性能，必須對節點數量進行合理設置。

4、使用神經網絡驗證網絡安全評價模型的性能

BP（Back Propagation）神經網絡在網絡安全評價模型中所起的作用一方面是對其進行設計以及學習，另一方面也要對其性能進行驗證。進行驗證時可選出一組數據作為樣本，以此來對評價模型的性能進行驗證。如果驗證結果和期望值相同，那么說明之前所建立的模型在對網絡安全進行評價時具有較高的準確性和可靠性，符合被投入使用的標準。如果結果不同或差別較大，則表示模型還需要改進。

三、在計算機網絡安全評價中使用神經網絡的意義

1、提高系統的適應性

神經網絡在適應各種各樣的運行環境的速度方面具有無可比擬的優勢，因此能夠有效提高系統的適應性。而且，神經網絡的學習能力也較強，它在對數據進行計算的過程中，能夠通過對自身不斷調整的方式來降低誤差發生的可能性以及誤差范圍。此外，神經網絡還能對計算機網絡系統的運行規律進行總結，這種概括及總結能力對整個評價系統來說是非常重要的。

2、提高系統的容錯性

與傳統的評價方式相比，神經網絡能夠使系統的容錯性更高。在計算機的運行過程中，所產生的不完整信息是非常多的。神經網絡在對這些不完整信息的感知方面的靈敏度并不是很高，因此不會對評價過程產生影響，最終使得評價結果與期望值之間的差距達到最小。神經網絡對這些信息的感知度并不是非常靈敏的原因是系統中的節點是相互對應的。也就是說，如果節點信息與特征不能對應，那么神經網絡就不會產生反應，由此不會受到無關信息的影響。

四、結束語

綜上所述，計算機網絡安全評價系統在目前的計算機系統中是非常重要的，它能夠對信息數據的保密性和完整性、計算機系統的網絡軟件起到很好的保護作用，同時對網絡攻擊、軟件漏洞攻擊等起到非常好的防護作用，從而從整體上提高計算機網絡的使用性能。而在網絡安全評價系統中，神經網絡以其強大的學習能力、組織能力以及適應能力有效提高了網絡安全評價系統的功能。因此在網絡安全評價系統中，要加大對神經網絡的使用力度，保證系統的性能。

參考文獻：

[1]李震宇.基于神經網絡的計算機網絡安全評價研究[J].電子制作，2014，(19).

[2]胡春.基于神經網絡的計算機網絡安全評估體系研究[J].電腦知識與技術，2015，(30).

[3]王謝瑋.基于神經網絡下的計算機網絡安全評價體系[J].中國新通信，2015，(22).

[4]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).