BP神經語言在計算機網絡構建中的應用

幸荔蕓

摘要：由于傳統計算機編程語言在計算機網絡構建過程中具有一定的局限性，為此提出BP神經語言在計算機網絡構建中的應用研究。首先利用BP神經語言，建立計算機網絡構建標準；其次對計算機網絡構建標準的取值及評價集進行分析；最后進行BP神經語言在計算機網絡構建中的應用推理，充分構建計算機網絡的輸入層、隱含層及輸出層，以更好地實現計算機網絡的構建。

關鍵詞：BP神經語言；計算機網絡構建；構建標準；應用推理

中圖分類號：TP392 文獻標識碼：A 文章編號：1007-9416（2019）01-0066-02

0 引言

隨著信息技術的發展，計算機網絡也在不斷壯大與普及，使得計算機網絡已經成為人們學習、工作、娛樂和生活不可或缺的一部分，對整個社會的信息化發展有著巨大的推動作用。現階段，我國對計算機網絡的構建，多采用Java語言、C語言等傳統計算機編程語言，雖能滿足計算機網絡構建的基本需求，但會出現計算機的硬件問題、軟件漏洞等現象，嚴重限制了我國計算機網絡的進一步發展[1]，為此提出BP神經語言在計算機網絡構建中的應用研究。本文通過三個方面論述了BP神經語言在計算機網絡構建中的應用過程。首先，利用BP神經語言深度挖掘計算機網絡的構建標準，檢測計算機系統內部的運行效果是否穩定；其次對計算機網絡構建標準的取值及評價集進行分析，利用BP神經語言，可以清晰的顯示計算機網絡構建標準的取值范圍與評價結果，進而提高計算機網絡構建的穩定性；最后將BP神經語言在計算機網絡構建過程中進行一次推演，將計算機網絡的輸入層、隱含層及輸出層進行優化設計，以提高計算機網絡的構建質量及穩定性，不斷促進我國計算機網絡的發展。

1 在計算機網絡構建標準挖掘中的應用

計算機網絡是一個結構復雜、數據繁多的體系，其構建過程的影響因素也是極具特征變化的，因此能否構建安全、穩定的網絡標準成為計算機網絡構建的重點問題。本文在采用BP神經語言的基礎上[2]，深入挖掘計算機網絡構建標準的取值范圍及評價集，逐層細化，建立了完整的計算機網絡構建標準，如表1所示。

1.1 標準取值范圍挖掘

根據對表1的分析可知，計算機網絡的構建標準取值分為A、B、C三個等級，因其衡量單位不同，因此必須利用BP神經語言，對定量標準采取標準化處理，將最終的標準取值控制在合理范圍內。

計算機網絡系統中，由于各個描述因素的功能各不相同，因此在網絡構建時，采用專家評級的方式[3]，根據標準取值的等級，劃定各個等級的標準取值范圍。

對于管理安全指標A級的計算機網絡在構建時，利用BP神經語言，劃定A等級的標準取值范圍如式（1）：

（1）

式（1）中，代表A等級的標準取值范圍；代表A等級的標準化值；代表A等級的最大標準化值；代表B、C等級的標準化值；代表C等級的最小標準化值。

對于物理安全指標B級的計算機網絡在構建時，利用BP神經語言，劃定B等級的標準取值范圍如式（2）：

（2）

式（2）中，代表B等級的標準取值范圍；代表B等級的標準化值。

對于邏輯安全指標C級的計算機網絡在構建時，利用BP神經語言，劃定C等級的標準取值范圍如式（3）：

（3）

式（3）中，代表C等級的標準取值范圍；代表C等級的標準化值。

為了保持標準取值與定量指標間的可比性，從計算機網絡安全的角度出發[4]，將定量指標設定為標準單位“1”，則得出計算機網絡構建標準的取值范圍在0～1之間。

1.2 評價集的安全等級挖掘

根據表1所示的計算機網絡構建標準的一系列評價集特點，將評價集要素分為四個等級。評價集等級說明如表2所示。

2 在計算機網絡構建層級中的應用

將BP神經語言在計算機網絡構建中進行一次推演，過程中，通過不斷優化計算機網絡的輸入層、隱含層及輸出層，以達到安全、穩定的計算機網絡構建過程。

2.1 在輸入層的應用

按照BP神經語言的一般編程規則，將輸入層的神經節點布設成與標準取值范圍一致的指標個數，本文設計的標準取值共三個等級，范圍在0～1之間，故將輸入層的神經節點布設為0.258ms/v[5]。利用BP神經語言對輸入層的神經節點進行編程，編程結束后，將神經節點的編程結果直接顯示在操作終端上，以供與計算機網絡的構建過程相對應。

2.2 在隱含層的應用

隱含層作為計算機網絡構建的中轉站，能夠將任何區域內封閉的神經節點都用BP神經語言進行逼近操作，最后將逼近誤差控制在合理范圍內。因此在實踐過程中，首先要利用BP神經語言的單個隱含層，完成任意的維度內神經節點的映射過程，并在實際操作中，對映射節點的神經元進行容錯性較差，只要將容錯性較差值控制在標準取值范圍內（0～1），便可實現計算機網絡隱含層的國建。采用BP神經語言節點映射的編程方式，能夠大大提高計算機網絡構建的穩定性，增強實際的應用效果。

2.3 在輸出層的應用

輸出層利用BP神經語言設置兩個輸出端口，按照上述評價集的安全等級，其輸出結果為（0～1）時設定為安全；輸出結果為（1～0）時設定為不安全。根據輸出結果的安全性能，BP神經語言會自動轉換編程目標，將所有輸出結果都編程為“安全”后，將編程結果進行輸出，實現對計算機網絡的構建。

3 結語

本文對BP神經語言在計算機網絡構建中的應用進行分析，依托BP神經語言的優勢，建立計算機網絡的構建標準，并對標準取值及評價集進行分析；再將BP神經語言在計算機網絡構建過程中進行一次推演，優化設計計算機網絡的輸入層、隱含層及輸出層，以提高計算機網絡的穩定性。希望本文的研究能夠為我國計算機網絡的構建提供理論依據和參考。

參考文獻

[1] 章海寧.BP神經網絡在計算機網絡故障檢測中的運用[J].科技展望，2016，26（24）：101-103.

[2] 郭強.神經網絡在計算機網絡安全評價中的應用研究[J].佳木斯職業學院學報，2017，25（10）：383-384.

[3] 盧瑩瑩.計算機網絡安全評價中神經網絡的應用[J].通訊世界，2018，46（1）：59-62.

[4] 楊曉翠，劉汝濤，徐韶.神經網絡算法在計算機網絡安全評價中的應用比較[J].電腦編程技巧與維護，2016，46（11）：89-90.

[5] 崔繼仁，張艷麗，李建輝，等.神經網絡在計算機網絡安全評價中的運用[J].網絡安全技術與應用，2016，75（6）：20-23.

Abstract：Because traditional computer programming language has certain limitations in the process of computer network construction， the application research of BP neural language in computer network construction is proposed. Firstly， BP neural language is used to establish the computer network construction standard. Secondly， the value and evaluation set of the computer network construction standard are analyzed. Finally， the application reasoning of BP neural language in computer network construction is carried out， and the input layer and hidden of the computer network are fully constructed. The layer and the output layer are included to better realize the construction of the computer network.

Key words：BP neural language； computer network construction； build standard； applied reasoning