前言：本站為你精心整理了計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)仿真模型設(shè)計(jì)范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

【摘要】計(jì)算機(jī)網(wǎng)絡(luò)屬于較為復(fù)雜的網(wǎng)絡(luò)，所以要全面考慮能夠影響網(wǎng)絡(luò)安全的所有因素，以此才能夠使計(jì)算機(jī)網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)更加嚴(yán)謹(jǐn)，在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系設(shè)計(jì)過(guò)程中，則需要綜合分析計(jì)算機(jī)的相關(guān)安全因素。本文則基于神經(jīng)網(wǎng)絡(luò)分析計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)仿真模型設(shè)計(jì)。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò)；網(wǎng)絡(luò)安全評(píng)價(jià)

仿真模型設(shè)計(jì)目前我國(guó)具有多種計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)系統(tǒng)，但是只是使用極小部分，其主要目的就是對(duì)網(wǎng)絡(luò)中存在的完全漏洞進(jìn)行檢測(cè)，但是并不分析網(wǎng)絡(luò)安全風(fēng)險(xiǎn)評(píng)價(jià)及預(yù)測(cè)計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢(shì)。所以，就要?jiǎng)?chuàng)建計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)仿真模型，以此創(chuàng)建具有檢測(cè)方法及風(fēng)險(xiǎn)評(píng)估的網(wǎng)絡(luò)安全評(píng)價(jià)系統(tǒng)，確保計(jì)算機(jī)網(wǎng)絡(luò)信息的安全性。

一、計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)指標(biāo)

計(jì)算機(jī)網(wǎng)絡(luò)安全指標(biāo)全方面的反映出了計(jì)算機(jī)的安全情況，因?yàn)椴煌踩笜?biāo)的量綱不同，所以不能夠直接比較，為了能夠使安全指標(biāo)之間能夠相互的運(yùn)算和比較，所以就要對(duì)安全指標(biāo)統(tǒng)一處理，安全指標(biāo)權(quán)值表示為：xi=xi-xmin/xmax-xminxi表示為安全指標(biāo)統(tǒng)一標(biāo)準(zhǔn)權(quán)值，xmax表示為第i個(gè)安全指標(biāo)最大權(quán)值，xmin表示為第i個(gè)安全指標(biāo)最小權(quán)值。

二、神經(jīng)網(wǎng)絡(luò)下的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)仿真模型設(shè)計(jì)

（一）權(quán)系值及染色體位串編碼本節(jié)以BP神經(jīng)網(wǎng)絡(luò)為例，計(jì)算其訓(xùn)練結(jié)果，共具有四個(gè)矩陣，在設(shè)定的時(shí)候，使i表示輸入節(jié)點(diǎn)、k表示輸出節(jié)點(diǎn)、j表示隱含節(jié)點(diǎn)，具體表現(xiàn)為以下：輸入層至隱含層的權(quán)值矩陣表示為：W=w11,w12,...,w1j;w21,w22,...,w2j;w31,w32,...,w3j;w41,w42,...,w4j隱含層的閾值矩陣表示為：γ=γ1，γ2，...，γj隱含層至輸出層的權(quán)值矩陣表示為：V=v11,v12,...,v1j;v21,v22,...,v2j;v31,v32,...,v3j;v41,v42,...,v4j輸出層的閾值矩陣表示為：h=h1，h2，...，hj為了使用GA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值，首先就要優(yōu)化以上矩陣，使其形成染色體串，從而編碼。

（二）神經(jīng)網(wǎng)絡(luò)算法

初始化樣本數(shù)據(jù)，在相應(yīng)的矩陣中錄入樣本數(shù)據(jù)，輸入矩陣表示為input（s=1,2，...，i），輸出數(shù)據(jù)表示為output（s=1,2，...，j）。使學(xué)習(xí)速率為α和β，使其生成染色體數(shù)據(jù)，表示為ι（s=ι，...，N），分別設(shè)定雜交概率及變異概率，雜交概率表示為Pc，變異概率表示為Pm；Until滿足以上條件的需求；開(kāi)始；Foristep=1toNdo；開(kāi)始；本文中的染色體所對(duì)應(yīng)的編碼得到的矩陣分別為W、γ和V；使Z為0；對(duì)所有樣本通過(guò)上述矩陣計(jì)算相對(duì)應(yīng)的誤差及誤差總和，誤差表示為21∑)(=−=∆immmiyyxd，誤差綜合表示為∑=∆=Ζpiid1；通過(guò)Ζ及ft=1/E，對(duì)染色體自適應(yīng)函數(shù)值進(jìn)行計(jì)算；以所有染色體自適應(yīng)函數(shù)值重復(fù)上述操作；交換；開(kāi)始；變換；結(jié)束；開(kāi)始；變異；結(jié)束。以上為GABP算法實(shí)現(xiàn)的具體步驟。

（三）GA算法的實(shí)現(xiàn)步驟

首先，對(duì)權(quán)系進(jìn)行編碼。由于系統(tǒng)中具有96個(gè)變量，所以本文中所研究的神經(jīng)網(wǎng)絡(luò)的權(quán)值系數(shù)在編碼的時(shí)候使用的是實(shí)數(shù)。如果是一般情況的話，在進(jìn)行編碼的時(shí)候都是使用二進(jìn)制。編碼具體為：σi（i=1,2，...，17）表示為單元的數(shù)量。另外，初始化及自適應(yīng)函數(shù)。GA算法的搜索最優(yōu)函數(shù)表示為θc=（cij，bij），使minE=（1/2）∑（yak-yi）2，其中yak表示為期望輸出，yi表示實(shí)際輸出，以此得到各個(gè)染色體的適應(yīng)度，表示為ft=（1/E）（t=1,2,3，...）。其次，選擇比例。選擇比例是在賭輪法的基礎(chǔ)上選擇的概率分布過(guò)程，其主要表示為：1）將單個(gè)染色體的適應(yīng)值進(jìn)行計(jì)算，適應(yīng)值表示為eval（θi）；2）將群體總適應(yīng)值進(jìn)行計(jì)算，表示為f=∑=popsizeieveal1)(θ；3）將染色體被選概率進(jìn)行計(jì)算，表示為Pt=eval(θt)/F；4）將染色體的累計(jì)概率進(jìn)行計(jì)算，表示為qt=∑=tjjP1在羅盤轉(zhuǎn)動(dòng)popsize次的時(shí)候，根據(jù)對(duì)應(yīng)的方式選擇單個(gè)染色體；之后，雜交。雜交主要有兩種方式，其一，根據(jù)遺傳算法雜交，此種方法較為簡(jiǎn)單，類似于二進(jìn)制，就是劃分浮點(diǎn)數(shù)；其二，根據(jù)算數(shù)雜交，就是組合兩個(gè)不同的變量；最后，變異。本文中所研究的仿真模型使用的為均勻變異，被變異的個(gè)體要有一個(gè)良好的適應(yīng)值，以此接受全新的成員，從而代替編譯之前的群體。

三、結(jié)語(yǔ)

本文通過(guò)GA算法彌補(bǔ)了神經(jīng)網(wǎng)絡(luò)中的缺點(diǎn)，之后淺述了以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)仿真模型，并且對(duì)其進(jìn)行了實(shí)現(xiàn)，通過(guò)評(píng)價(jià)可以看出來(lái)，本文中的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)模型是可靠真實(shí)的，并且擁有優(yōu)異的性能，其具有一定的理論價(jià)值。

參考文獻(xiàn)

[1]杜濤.基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)技術(shù)[J].長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào),2015(3):310-314.

[2]王偉.基于概率神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全仿真分析[J].制造業(yè)自動(dòng)化,2010(15):75-76.

作者:劉江霞 孟慶森 單位:青島市第八人民醫(yī)院