神經網絡在計算機網絡安全評價中的應用探討

吳冬曉

摘 要：計算機網絡的不斷發展，給我們生活生產帶來了很大的便利，但是，其在發展的過程中也存在著一定的安全問題，就像較為常見的計算機并入入侵、漏洞等問題，而這些問題的產生都會在一定程度上影響到計算機網絡的安全，因此，為了更好地保證計算機網絡運行的安全性，都需要對其進行適當的評價，而應用神經網絡能使其安全評價更加準確，為此，本文主要對神經網絡在計算機網絡安全評價中的應用進行了分析。

關鍵詞：神經網絡；計算機網絡安全評價；應用

0.引言

隨著社會的不斷發展，計算機網絡技術在人們生活中的作用是不言而喻的，但是，在應用的過程中，我們也應該要意識到其中所存在的問題，保證計算機網絡的安全，這樣才更好地保護自身隱私以及信息安全。在計算機網絡安全評價過程中，神經網絡屬于應用較為廣泛的技術，其屬于人工智能算法，主要是通過構建相關模型而成的，應用該技術能夠使其評價更加準確。為了更好地發揮這項技術在計算機網絡安全評價中的作用，筆者也對其進行了以下的分析。

1.神經網絡相關概述

神經網絡這一模型，最開始是由神經生物學家和數學家合作在20世紀40年代初期所提出的，其是以人體腦部信息處理作為基礎，然后利用數學模型來研究腦細胞結構、生物神經元等基本特征，而正是這一時期的研究，為神經網絡提供了一定的研究基礎。為此，在1958年計算機科學家就在其基礎上，增加了相應的學習機制，并且提出了感知器神經網絡模型，同時將這一理論知識應用到了相關工程當中[1]。

2.神經網絡在計算機網絡安全評價中的應用

2.1計算機網絡安全

計算機網絡的不斷發展，使其所面臨的問題也越來越多，在這種情況下就出現了計算機網絡安全這一概念，其主要是利用先進的科學技術以及相應的網絡管理控制措施，讓計算機在網絡運行過程中的數據得到相應的保護。計算機網絡安全主要包括兩個方面，分別是物理安全以及邏輯安全這兩個方面，其中物理安全主要是利用物理對計算機系統設備以及相關設施進行保護，這樣就能避免其受到破壞或者是丟失的現象；而邏輯安全則主要是包括了數據信息的完整性、可用性以及保密性。計算機網絡安全所包含的東西有很多，其中就包括管理控制系統網絡的軟件以及組網的硬件，同時還包括了共享資源以及網絡服務，而計算機網絡安全主要有五個特征，其分別是完整性、可控性、保密性、可用性以及審查性。因為計算機網絡其自身具有一定的自由性和開放性，所以其在運行過程中所遭受到的攻擊也是多個方面的。

2.2計算機網絡安全評價體系

計算機網絡安全受很多因素所影響，為此，針對這一現象就建立起了計算機網絡安全評價體系，而通過這一評價體系就能對計算機網絡安全硬性因素進行客觀、全面以及科學的分析。為了確保神經網絡在計算機網絡安全評價中能發揮作用，在確定計算機網絡安全評價體系中的評價指標的時候，一定要綜合各個因素對其進行考慮。在建立計算機網絡安全評價體系的過程中，其需要遵循以下幾點原則：（1）可行性。計算機網絡安全評價體系一定是符合實際評價工作的，這樣在操作和評價過程中才會更加方便；（2）獨立性。計算機網絡安全評價體系中的各項指標，一定要保證一定的獨立性，在選取過程中不能重復，這樣才能更加準確反映計算機網絡安全問題；（3）簡要性。在選取計算機網絡安全評價體系中各項指標的時候，盡可能確保指標的代表性，同時還要簡單扼要；（4）完備性。在選擇指標的過程中，一定要確保指標能夠全面、完整反映計算機網絡安全的主要特征，這樣就能保證其評價結果的準確性；（5）準確性。在選擇指標的過程中，還要準確的體現計算機網絡安全的技術水平[2]。

3.BP神經網絡在計算機網絡安全評價中的應用

就目前而言，BP神經網絡在計算機網絡安全評價中是應用較為廣泛的一項模型，其主要是按照誤差逆向傳播的一種多層前饋網絡。在應用BP神經網絡的過程中，其主要是采用梯度下降算法進行評價，這樣就能通過誤差的反向傳播，對網絡的閾值、權值進行不斷的調整，進而就能最大程度減小神經網絡的期望輸出與實際輸出之間的誤差平方和，其結構圖如圖1。而筆者也對其進行了以下的分析。

3.1神經網絡計算機網絡安全評價模型的設計

3.1.1設計輸入層

BP神經網絡設計由著一定的規定，其在設計過程中，輸入層中的神經元節點數量一定要和評價指標數量相吻合，也就是說，當我們知道在一級指標體系中有多少個二級指標之后，在對評價模型輸入層進行設計的過程中，就需要設計出多少個神經元節點。

3.1.2設計隱含層

在應用BP神經網絡的過程中，大多數的BP網絡都會使用單隱含層，這個時候，隱節點數量會在直接對網絡性能造成影響，因此，在設計過程中一定要加強對其重視。在設計過程中，若隱含層節點數量很少，網絡非線性映射及容錯性就會受到影響；但是，如果其節點數量國很多，又會在一定程度上增加其學習的實踐，嚴重的話還會增大學習誤差出現率，進而就會對其學習效率產生影響，因此，在選擇節點的過程中一定要按照經驗公式對其進行選擇。

3.1.3設計輸出層

在設計輸出層的時候，其主要的目的就是對網絡安全評價結果進行反應，在設計過程中，如果BP網絡輸出層節點為2，這個時候若其輸出結果為（0，0），就代表非常的不安全，而（0，1）代表不安全，（1，0）代表比較安全，安全則是（1，1）[3]。

3.2神經網絡計算機網絡安全評價模型的學習

在計算機網絡安全評價過程中應用BP神經網絡，其各層之間都擁有任意的初始連接權值，因此，在構建模型之前，一定要進行神經網絡學習，這樣就能在一定程度上保證其評價結果的有效性和準確性，最大程度減小其偏差情況的發生。

3.3神經網絡的計算機網絡安全評價模型的驗證

在計算機網絡安全評價過程中應用BP神經網絡，為了更好地保證其應用效能，還需要對模型進行適當的驗證，這樣也能在一定程度上保證其評價結果的有效性和準確性。

4.結語

綜上所述，神經網絡在計算機網絡安全評價中有著較大的應用價值，能夠使其評價結構更加的準確可靠，因此，相關人員一定要加強對神經網絡的重視程度，加強研究，以此來對其進行完善。

參考文獻

[1]劉韜. 神經網絡在計算機網絡安全評價中的應用探討[J]. 新教育時代電子雜志：教師版， 2014，14（27）：90-92.

[2]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， 12（11）：126-129.

[3]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， 2014，32（10）：80-82.