基于神經網絡的復雜計算機網絡安全評價指標體系建立及應用研究

鄒小花+方宣杰+楊文遠

摘要：計算機網絡給人們的辦公和生活帶來了許多方便，但同時也存在一些系統漏洞、病毒等安全隱患。在安全問題方面，普通的線性評價肯定不能滿足要求，而利用神經網絡搭建的計算機網絡安全評價系統能夠具有準確性和實時性的優點。該文將對神經網絡的復雜計算機網絡安全評價指標體系建立及應用進行研究。

關鍵詞：神經網絡；計算機網絡安全；評價

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2018）01-0212-02

Abstract： Office and computer network to people's life brought a lot of convenience， but at the same time there are some system vulnerabilities， viruses and other security hidden danger. In terms of safety， the ordinary linear evaluation certainly cannot meet the requirements， and the use of neural network for building the computer network security evaluation system can have the advantage of accuracy and real-time performance. This article will to complex computer network security evaluation index system of neural network establishment and application study.

Key words： Neural network； computer network security； evaluation

1 神經網絡的特點及發展

1.1 神經網絡的特點

1） 能夠存儲大量的信息，在神經網絡的工作的過程中，信息的儲存方式為神經元間分散式存儲。它可以分布在整個神經網絡的各個神經元及其構成的線路上。雖然分布在神經元及其構成的線路上，但是它只能代表其中的一些信息，并非全部。只有當各個神經元共同作用才能完成指定的信息。

2） 針對網絡信息的處理和推理是可以同時并進并行的，而且速度也是非常快的，神經網絡是通過許多神經元連接在一起形成的系統，任何一個神經元都有獨立處理信息和把最終的答案輸送出去的能力，所以神經網絡具備高速處理信息的特點。

3） 擁有很好地自己組織能力和幫助學生學習的性能，具有對壞信息進行屏蔽刪除功能。實際上在神經網絡整個系統中有很多的存儲單元，在處理的過程中還可以處理不良的消息。當這些不好的消息進入時，神經網絡這個系統還可以憑借自己的存儲單元對其進行詳細分析，結果就是可以更好地處理它們，幫助學生做出更好地保護措施。

4） 可以更好地生存。事實上憑借神經網絡的整體和細節特點，以及存儲單元的記憶特點，它可以很好地進行判斷信息。例如：專家系統和學者系統，可以更好地凸顯這一系統的優越性。對于不好的東西有防范性和保護性，即使受到局部損壞依舊可以完整的運行。

5） 非線性映射能力，這種特點使得它可以不同于別的東西，有利于更好的處理和保存信息。通過自身的每一個非線性單元進行處理信息，當神經元遇到全新的信息時，它就會發揮自身的這種特點，對信息進行綜合的處理和對其進行很好地非線性映射。這樣的方式或是功能不同于傳統的處理方式，具有創新性。同時這也說明了人們在智能化的道路上取得了突出的進步和成果，如果隨著時間的推移，這種方式會越發的成熟并為日后步入社會做出更好地推進。

1.2 神經網絡發展的意義

在20世紀40年代早期的時候，第一個神經網絡模型問世了，它是由一些數學家和神經方面的生物學家共同提出來的，以人類的大腦信息處理為基礎，研究人類腦細胞的構成、行為動作和神經元的生理基本結構。1958年的時候，計算機科學家增添了一些學習機制，并且還將神經網絡技術發展到了許多領域。通過神經網絡技術的發展，能夠精準的定位物體的位置和識別波段。在這個時期內，神經網絡技術達到了有史以來的一次巔峰狀態。20世紀80年代，科技開始逐漸起步，科學家又提出一個新的模型，即映射自組織網絡模型。1982年的時候，物理和生物學家共同研究，并且論述了全局與內部的穩定性，并從中發現許多新的東西。就在這時，國內的許多數學家和計算機學家開始逐漸的對它感興趣，并且慢慢的深入研究。

神經網絡的發展具有很重要的意義，它是在科學的基礎上逐漸建立和發展的，對神經網絡進行更加深入地研究和了解，相應的也會推動與之關聯科學的不斷發展。神經網絡作為研究的先導，讓整個科學界的科學家們對計算的意義有一個全新的認識。神經網絡在人們的日常生活中得到了廣泛的應用，而且在我國的國防事業的現代化建設中也有很好的發展前景。隨著科學家們對神經網絡不斷深入的研究和現在計算機的計算能力也非常高，神經網絡的發展前景將不可估量，并且它的被使用水平也將會不斷提高。神經網絡將對電子科學和其他領域帶來新的變革。

2 計算機網絡安全現狀和復雜計算機網絡的概念

2.1 計算機網絡安全現狀

隨著社會的發展和計算機水平的不斷提高，在計算機的行業處理與之有關系的業務的時候，也從曾經的比較簡單的方法過渡到現在相對復雜的企業外部網。在如今計算機技術飛速發展的同時，其本身的處理能力也隨著升高，而且計算機網絡的連接也得到了提升，隨之問題就產生了，許多網絡安全隱患也浮現出來，大致表現在以下這幾個方面，即網絡系統的安全、網絡管理的安全和應用系統方面的安全。最近幾年，科學家和一些研究人員通過許多人工智能的算法，研究出一套很新穎的人工神經網絡，植入到了網絡安全的指標評價中，在某種程度上防止了很多問題。endprint

2.2 復雜計算機網絡的概念

復雜計算機網絡是復雜系統領域的一個重要組成部分，最近幾年來受到了不少科學家的關注，并且在科學界也引起了不小的反響，越來越多的關于網絡研究的新成就出現在各種期刊上。有關復雜計算機網絡的研究還處在熱火朝天的發展狀態中。它的研究者分別來自不同的學術領域，研究對象是各種形式的網絡。現在復雜計算機網絡已經逐漸發展到了社會生活的多方面。

3 計算機網絡安全評價中神經網絡的應用

3.1 計算機的網絡安全

所謂計算機的網絡安全就是通過最前衛的一些技術和計算機的管路途徑，讓計算機即使在工作環境中也不會受到任何病毒或者電腦漏洞的破壞。在談起計算機網絡安全的時候，我們一般主要抓住兩個方面，即物理方面的安全和邏輯方面的安全。從邏輯方面來說，大致可以分為以下幾個方面：個人數據的實用性、安全性和整個數據的完善性。而從物理方面來說，則主要可分為：對計算機某些設備或者系統可以起到保護方面的作用。隨著科學技術的日益提高，在計算機網絡安全方面我們還面對著非常大的困難。現在對計算機網絡造成威脅的不僅僅是本地的網絡用戶，還包括一些其他地區或者國家的網絡黑客。由于現在的計算機網絡安全還不是很成熟，在技術上對普通用戶沒有限制，所以人們可以隨便的發布信息或者尋找別人的相關信息等等。

3.2 影響因素

我們把有可能影響計算機網絡安全的任何因素都稱之為危險因素，針對這些危險因素而創建的體系稱之為計算機網絡安全評價指標體系。經過這一系列的安全評價體系，就可以更加高效、準確、全面的體現出威脅計算機網絡安全的因素。在評價計算機網絡安全的所有指標中，可以根據各種因素的參照來綜合選取，并且在某一方面非常準確的凸顯出評價信息，同時還應該確保神經網絡在評價的過程中能夠完全的凸顯出價值。

4 借助神經網絡建立計算機網絡安全評價的必要性

和普通的計算方法相比，神經網絡擁有自己獨一無二的特點，能夠使網絡安全評價達到別的測評不可能達到的精準度，這一點就直接決定了計算機網絡安全評價體系必須要加入神經網絡的元素。

1） 神經網絡它具有非常強的適應性，對于它來說，它自身具備非常強的學習新知識的本領，并且還能夠快速的適應不同的環境，如果讓它處在輸入狀態或者輸出模式的時候，神經網絡還能夠通過自身的調節來達到減小誤差的效果。

2） 和其他模型相比，對于一些干擾的聲音和一些不完整信息，神經網絡不是特別的敏感。因為在它的結構中，各個節點只接收自己范圍內的某一特征，并對其進行顯示，因此，對于結構中的某一節點，如果輸入不完整的信息或是里面包含干擾的聲音，在人工神經網絡中就不會有很突出的影響。

3） 在前期，即使對神經網絡的訓練會花費很多的時間，但是后期訓練結束后，輸入數據就會有非常大的收獲。因為它具有快速獲得結果的能力，所以在日常的使中，具有在應用系統中在線應用的潛力。

5 基于神經網絡的計算機網絡安全評價系統

5.1 基于神經網絡的復雜計算機網絡安全評價模型設計

1） 輸入層的設計工作

在設計的前期，BP神經網絡就硬性規定它的神經元節點在輸入層的數量和評價系統的指標必須相一致，這樣才能體現出它的準確性。所以，就需要根據各個指標來確定神經元節點的數量，以保證兩者相一致。

2） 輸出層的設計工作

網絡安全評價的結果完全的反應在輸出層里，根據輸入層的評價集合設計來判斷輸出的結果是否安全。

5.2 基于神經網絡的復雜計算機網絡安全評價模型學習

在評價模型中，BP神經網絡在每一層的設計都有任意的初始數值，因此就限制了計算機網絡安全評價模型在剛開始就必須進行嚴格的訓練。經過這一系列的神經網絡學習，最終保證安全評價結果和用戶想要的結果是一致的，在最大程度上減小偏差。

5.3 基于神經網絡的復雜計算機網絡安全評價模型驗證

經過嚴格設計和訓練之后的計算機網絡安全評價模型，必須要做的一步就是嚴格驗證，以此來保證他的應用價值。隨意拿出一組數據作為對比的對象，將它輸入到計算機網絡安全評價模型里，然后對其安全評價功能進行驗證，如果輸出值和希望得到的結果相吻合，則此模型具有準確性的優點，可以投入使用。

6 結束語

最近幾年，神經網絡技術不斷發展和完善，并且它的運用范圍也逐漸變大。計算機網絡安全評價中，越來越多的運用神經網絡技術，它適應性強，能更好地兼容不同類型的產品，還能進行自身的調節來達到減小誤差，對一些比較直接的數據或者數字進行訓練，可以自動確定因果關系，并且得出結論，把這些得出的結論和所學到的知識應用于類似的情況。神經網絡發展的速度比較快，運用范圍比較寬闊，但是它還不是很成熟，存在一些漏洞。在未來，智能技術的發展還需要我們更加深入的研究和完善，使其更加安全的應用于計算機網絡安全測評中。

參考文獻：

[1] 楊鵬，顧冠群.計算機網絡的發展現狀及網絡體系結構涵義分析[J].計算機科學，2012（15） ：13?15.

[2] 彭沙沙，張紅梅，卞東亮.計算機網絡安全分析研究[J].現代電子技術，2012，35（4）：109?112.

[3] 郭振民.胡學龍.網絡與信息系統安全性評估及其指標體系的研究[J].現代電子技術，2003（9）：9-11.

[4] 崔健雙.李鐵克.網絡信息系統安全研究現狀及熱點分析[J].計算機工程與應用，2003.27.180-185

[5] 樓文高，姜麗，孟祥輝. 計算機網絡安全綜合評價的神經網絡模型[J].計算機工程與應用，2007，43（32）：128-130.

[6] 孫卓然.逢麗敏.構建安全的統計信息網的策略思考[J].信息技術，2003，3（27）89-90.

[7] 于群，馮玲. 基于神經網絡的計算機網絡安全評價方法研究[J].計算機工程與設計，2008，29（8）：1963-1966.endprint