计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
6期
117-120,160
,共5页
信息安全%神经网络%风险评估%粒子群算法
信息安全%神經網絡%風險評估%粒子群算法
신식안전%신경망락%풍험평고%입자군산법
针对信息安全风险评估具有非线性、不确定性等特点,采用传统的数学模型进行信息安全的风险评估存在-定的局限性.为了提高安全风险评估性能,将RBF神经网络理论、粒子群算法分析以及模糊评价法进行有机结合,建立了一种粒子群优化的RBF神经网络信息安全风险评估模型.首先通过模糊系统对信息安全风险因素指标进行量化,将模糊系统的输出输入到RBF神经网络的模型中,然后利用粒子群算法对RBF神经网络的参数进行优化并加以训练,最后得到优化评估模型.进行仿真的结果表明,改进的RBF神经网络模型可实现对信息系统的风险评估,解决了传统评估方法所存在的主观随意性大、结论模糊等缺陷,并且比RBF神经网络具有更高的拟合精度、更强的学习能力和更快的收敛速度.
針對信息安全風險評估具有非線性、不確定性等特點,採用傳統的數學模型進行信息安全的風險評估存在-定的跼限性.為瞭提高安全風險評估性能,將RBF神經網絡理論、粒子群算法分析以及模糊評價法進行有機結閤,建立瞭一種粒子群優化的RBF神經網絡信息安全風險評估模型.首先通過模糊繫統對信息安全風險因素指標進行量化,將模糊繫統的輸齣輸入到RBF神經網絡的模型中,然後利用粒子群算法對RBF神經網絡的參數進行優化併加以訓練,最後得到優化評估模型.進行倣真的結果錶明,改進的RBF神經網絡模型可實現對信息繫統的風險評估,解決瞭傳統評估方法所存在的主觀隨意性大、結論模糊等缺陷,併且比RBF神經網絡具有更高的擬閤精度、更彊的學習能力和更快的收斂速度.
침대신식안전풍험평고구유비선성、불학정성등특점,채용전통적수학모형진행신식안전적풍험평고존재-정적국한성.위료제고안전풍험평고성능,장RBF신경망락이론、입자군산법분석이급모호평개법진행유궤결합,건립료일충입자군우화적RBF신경망락신식안전풍험평고모형.수선통과모호계통대신식안전풍험인소지표진행양화,장모호계통적수출수입도RBF신경망락적모형중,연후이용입자군산법대RBF신경망락적삼수진행우화병가이훈련,최후득도우화평고모형.진행방진적결과표명,개진적RBF신경망락모형가실현대신식계통적풍험평고,해결료전통평고방법소존재적주관수의성대、결론모호등결함,병차비RBF신경망락구유경고적의합정도、경강적학습능력화경쾌적수렴속도.
