計算機網絡安全評價中神經網絡的應用分析

◆謝春明

?

計算機網絡安全評價中神經網絡的應用分析

◆謝春明

(樂山師范學院計算機科學學院 四川 614000)

隨著網絡的不斷發展，人們對于計算機網絡的安全產生一定的憂慮，為此國家相關部門制定了計算機網絡安全評價制度。經過不斷的總結發展，相關部門將神經網絡應用于計算機網絡安全評價中，使計算機的網絡安全性得以提升，滿足了人們使用計算機的需求。本文通過對神經網絡的起源與發展等內容的敘述，分析神經網絡的應用。

計算機；網絡安全評價；神經網絡；應用

0 前言

隨著計算機等技術的發展，人們的生活變得更加便利，然而計算機的安全隱患也為人們帶來了不容忽視的影響，國家相關部門必須加大力度對計算機網絡環境進行凈化，因此神經網絡開始出現并逐步應用到計算機網絡安全評價體系中，為計算機的網絡安全提供了良好的保障，使得計算機的網絡安全評價更加可靠、準確。

1 關于計算機網絡安全評價與神經網絡的相關概述

1.1計算機網絡安全評價體系概述

所謂的計算機網絡安全評價，主要是指人們通過先進的技術手段對可能威脅網絡環境安全的因素進行分析與評估，以此來確保計算機網絡的安全運行，隨著網絡技術的發展，安全評價的手段也在逐步的完善。為建立較為完善的計算機網絡安全評價體系，必須按照以下的原則進行：第一，準確性。為識別與排除危險因素，計算機網絡管理人員必須對計算機網絡環境情況進行準確的反映。第二，獨立性。針對不同的安全隱患需要采取不同的對策，雖然對策之間有一定的關聯性，但是管理人員必須確保所選對策的獨立性，避免相互之間產生干擾，準確客觀的反映出網絡運行面貌。第三，完備性。若需對安全隱患進行完全的排除，必須確保所使用的對策可以完整的反映出整個計算機網絡的運行情況，進而可以較為全面的排除安全隱患。第四，可行性。管理人員在進行對策的選擇前，必須根據計算機的實際情況做出相應的測評，以確保對策可發揮出實際的效應。第五，簡潔性。由于計算機網絡環境較為復雜，因此為減小評價的難度，提升評價的質量與效率，工作人員在進行評價指標的選擇時必須使指標數據具備一定的代表性與象征性，只有如此才能達到上述目標，為評價工作提供良好的保障。

1.2神經網絡的起源與發展

學科之間的知識是互通的，隨著科研事業的不斷發展，學科之間的聯系不斷加強，神經網絡正是由數學與生物學科的結合而形成的網絡知識。眾所周知，人體依靠神經系統對外來信息進行處理，計算機也是類似，通過神經網絡對信息進行處理與傳遞。隨著網絡技術的不斷發展，神經網絡這一概念逐漸被學者所重視，并且取得了重大的研究成果。例如通過神經網絡模型，科學家提出了感知器神經模型，并將神經網絡應用于多個領域。

1.3神經網絡的優越性

第一，具有自學習功能。神經網絡系統對于輸入計算機中的信息可自動進行識別，并進行自動總結，為之后的工作提供相應的依據。因此工作人員只需要將信息輸入至計算機即可，神經網絡便可自動進行有效的預測。第二，神經網絡系統不僅具有聯系儲存功能，更可以自動的尋找優化解，確保計算機始終處于高速的運轉狀態，為使用者提供最佳的解決方案。

2 神經網絡在計算機網絡安全評價中的應用

隨著網絡的不斷發展，目前BP神經網絡在計算機網絡安全評價中得到廣泛的應用，以下以BP神經網絡系統為例說明其應用。

（1）建立評價指標集。由于計算機網絡系統龐大且復雜，因此威脅網絡環境安全的因素多種多樣，網絡管理人員在選擇相應的解決方案前必須進行綜合全面的考量。由于指標的取值是反應整個網絡的運行狀況，因此管理人員必須依據網絡系統的實際情況，采用專家評級方式來進行指標的取值，同時由于指標的取值無法進行比較，因此必須對不同的指標進行不同的標準化處理。

（2）建立神經網絡的計算機網絡安全評價模型。若想有效的建立計算機網絡安全評價模型，管理人員必須嚴格按照以下內容進行工作：首先，設計輸入層，確保神經元節點數量與評價指標數量一致。第二，設計隱含層。就目前情況而言，BP神經網絡一般為單隱含層，因此具體隱節點的數量顯得至關重要。若數量過多，則會增加學習時間，并且增大誤差出現的概率。若數量過少，則會使網絡的非線性映射產生不良的影響。第三，設計輸出層。此項設計實際上是對評價結果的描述。

（3）神經網絡的學習過程。由于BP神經網絡需要包含輸入層、隱含層、輸出層的初始連接權值，因此必須使神經網絡進行提前的學習，確保誤差控制在小范圍內。對涉及到計算機網絡安全評價的數據進行全面收集，并對網絡模型進行訓練。然而必須確保學習的時間，以此來提升BP神經網絡對計算機安全評價的效率，滿足用戶的需求。

（4）應用神經網絡對計算機網絡安全評價模型進行驗證。BP神經網絡除需要對計算機網絡安全評價模型進行學習與設計外，還需要對評價模型進行驗證，以確保計算機網絡安全評價模型可以進行高效的工作。在對評價模型進行功能驗證時，管理人員可選擇一組數據作為樣本進行工作。若驗證的結果與預期值相同，則可以安全的使用該計算機網絡安全評價模型；若存在較大誤差，則必須進行重新驗證，以解決其中的問題。

3 計算機網絡安全評價中應用神經網絡的意義

應用神經網絡不僅可以提升計算機網絡安全的評價的準確性與可靠性，同時還可以進一步地完善計算機網絡安全評價體系，使其更加安全合理。

3.1使計算機網絡安全評價系統產生更強的適應性

由于神經網絡具備極強的適應性，因此它可以盡快的適應不同的網絡運行環境。同時神經網絡具備加強的學習能力，可以對所有的數據進行自動化的調節，不斷的將誤差控制在可控范圍內，避免出現較大的偏差。除此之外，在整個計算機網絡運行過程中，神經網絡可以對運行規律進行自動化的自我總結，使其在計算機網絡安全的評價過程中發揮更為巨大的優勢與作用，并促進計算機網絡安全評體系的不斷完善。

3.2使計算機網絡安全評價系統的容錯性更高

相比于傳統的計算機網絡安全的評價體系，通過神經網絡的加入使得評價方式更具容錯性。在人們使用計算機時會輸入諸多不完整的信息，然而神經網絡是需要與最初的節點進行一一對應的，因此一旦遇見不完整的信息，神經網絡則不會具備高度敏感性，不會做出任何的反應，不會受到不相關信息的干擾，使得最終的評價結果能更接近預期值。

3.3神經網絡實現在線應用

由于在計算機網絡安全評價過程中工作人員對神經網絡進行反復多次的學習與訓練，使得在神經網絡應用情況下，計算機網絡安全評價的速度不斷加快，并且可在數據被輸入后立即產生評價效果。隨著技術的不斷成熟，此評價過程將逐漸產生在線使用功能，不僅方便人們的使用，更提升了工作效率。

4 結束語

隨著網絡技術的不斷成熟，計算機發揮愈來愈重要的作用，然而在樂觀的背后，相關部門必須加大力度使用神經網絡對網絡安全進行監督，堅決排除威脅安全的因素，為用戶提供良好的網絡環境，促進神經網絡的不斷發展。

[1]方文超.計算機網絡安全評價中神經網絡的應用分析[J].電子制作，2016.

[2]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.

[3]鄭剛.計算機網絡安全評價中神經網絡的應用研究[J].網絡安全技術與應用，2014.

[4]劉楊.神經網絡在計算機網絡安全評價中的應用研究[J].青春歲月，2015.

[5]孫琛，謝靜宇.神經網絡在計算機網絡安全評價中的應用研究[J].電子制作，2015.