神經網絡在計算機網絡安全評價中的應用分析

米文福 吳建庸 國網青海省電力公司

神經網絡在計算機網絡安全評價中的應用分析

米文福 吳建庸 國網青海省電力公司

隨著計算機網絡的發展，有越來越多的木馬或者其他程序威脅網絡的安全，將神經網絡應用其中能夠對網絡的安全進行評價。基于此，本文將從指標集、建立模型以及實現模型等方面分析神經網絡在計算機網絡安全評價中的應用，旨在為優化神經網絡提供依據，提高計算機網絡的安全性。

神經網絡 計算機 網絡安全

傳統的線性評價在安全漏洞、病毒入侵等問題方面，無法準確的分析、反應計算機安全評價結果，并且每項指標的精度較低。與之相比，計算機網絡安全評價實際上是一個多指標的體系，能夠更加精準的分析、評價安全網絡，從根本上降低計算機用戶的損失。

1 設置評價指標集

計算機網絡的安全性受多面因素的影響，所以將神經網絡應用其中首先要建立評價指標集。在設置評價指標集時，需要全方位的考慮各種因素，使得任何一個影響安全網絡安全的因素都能夠得到評價體系的考核，發揮其評價模型整體性的效用。

具體而言，在設置評價定量指標時，其取值應該將計算機系統的情況作為標準，并且積極引用專家評價的方法，提高評價指標的科學性。設計評價指標，其主要目的就是從根本上反應網絡安全的現狀，但是不能夠直接將所有的評價指標進行對比，因此需要使用標準化的方式處理評價指標。

2 建立神經網絡模型

神經網絡模型包括輸入層、隱含層以及輸出層，而模型中每一個不同的層有不同的設計方式，進而保障每一層都能夠發揮其自身的作用，提高網絡安全評價的有效性。

（1）輸入層：該層的設計以神經元節點為主，其設計效果受節點數量控制。在實際設計輸入層時，應是節點、評價指標的數量一致，以此實現安全指標的評價。

（2）隱含層：設計隱含層時，同樣需要考慮節點的數量。一般情況下，BP網絡為單隱含層，因此節點的數量與網絡信號有密切的關系。如果節點的數量不達標，就會直接影響BP網絡的容錯效果；如果節點的數量超出標準范圍，則會降低安全評估的效率。結合上述問題，應該結合計算機網絡的對安全的實際需求來優化節點的數量，增強其自身的合理性，

（3）輸出層：與輸入層、隱含層相比，輸出層僅需要2個節點，但需要保障二者之間具有聯系性，以此反應安全評價的具體結果。另外，可以將網絡安全評價的結果分成4個不同的等級，及安全（1,1）、較安全（1,0）、不安全（0.1）以及極不安全（0,0），管理人員可以根據節點的輸出情況評估計算機網絡的安全性。

3 實現神經網絡模型

為了能夠實現神經網絡模型的作用，需要提高BP網絡的學習性，因此在建立模型時應將學習效果作為評價指標之一，同時對其進行優化設計。然后，根據本文第一部分設置的評價指標，選擇出最佳的設計的方案，提高BP網絡的可操作性。基于網絡安全評價指標的設置，需要對神經網絡自身進行評價，即將BP網絡模型的相關參數通過輸入層傳輸至模型中，以此驗證BP網絡模型安全評價的實際效果，只有當效果能夠滿足計算機安全需求時，才能將其應用在網絡安全評價中。

4 仿真與結果

4.1 仿真過程

BP神經網絡的仿真過程如下：

（1）建立網絡安全評價體系，明確評價網路安全的評價指標，確保該體系能夠涵蓋所有的網絡風險內容；

（2）初始化粒子群；

（3）輸出化神經網絡模型；

（4）訓練神經網絡；

（5）結合閾值參數，適當的調整神經網絡的模式，如果神經網絡沒有達到安全評價的標準，則需要再次進行調整；

（6）若神經網絡模型的參數是最大迭代參數或者是最優參數，則需要進行保留，進而完成網絡安全的評價。

4.2 參數設置

神經網絡模型的參數包括學習因子參數、粒子群規模等，仿真過程需要對上述的內容進行具體的設置：（1）神經網絡模型中，可將粒子群的規模參數定為10，學習因子的參數可以定為2；（2）在初始化粒子群的過程中，應該使其具有一定的隨機性；（3）神經網絡模型的最大迭代參數為500；（4）神經網絡模型的仿真目標誤差參數為0.001。

4.3 仿真結果

在分析神經網絡的仿真結果時，可以將傳統的網絡安全評價方式與BP神經網絡安全評價方法進行對比，其結果為：（1）在評價計算機網絡安全時，如果采用傳統的評價方式，那么計算機的安全等級評價為C，而實際計算機的安全為D，二者之間存在較大的差異；（2）將BP神經網絡安全評價方式應用在計算機安全評價中，可以準確的檢測出計算機的安全等級，并且與實際的安全等級一致。上述的仿真結果說明，BP神經網絡在網絡安全評價方面具有良好的效用。

綜上所述，計算機的網絡安全受多方面因素的威脅，而傳統的安全評價方式無法準確的反應計算機真實的安全等級，因此需要將神經網絡應用其中。以此為基礎，計算機網絡安全等級能夠準確的被反映出來，保障了用戶信息的安全。所以，應該加大神經網絡的推廣力度，全面提高計算機網絡安全等級評價的準確性。

[1]盛璐.神經網絡在計算機網絡安全評價中的應用研究[J].電腦迷,2017,02:22.[2017-08-29].

[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.[2017-08-29].