神經(jīng)網(wǎng)絡(luò)在互聯(lián)網(wǎng)安全評(píng)價(jià)中的運(yùn)用

許曉燕

?

神經(jīng)網(wǎng)絡(luò)在互聯(lián)網(wǎng)安全評(píng)價(jià)中的運(yùn)用

許曉燕

（三門峽職業(yè)技術(shù)學(xué)院，河南三門峽 472000）

神經(jīng)網(wǎng)絡(luò)在目前是比較先進(jìn)的技術(shù)類型，與計(jì)算機(jī)網(wǎng)絡(luò)安全具有密切的關(guān)系。文章針對(duì)神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中的運(yùn)用展開(kāi)討論，并提出合理化建議。

神經(jīng)網(wǎng)絡(luò)；計(jì)算機(jī)網(wǎng)絡(luò)；評(píng)價(jià)；安全

神經(jīng)網(wǎng)絡(luò)作為新的概念和新的技術(shù)，將其有效的應(yīng)用到計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)當(dāng)中，可以針對(duì)評(píng)價(jià)體系進(jìn)行健全，改善過(guò)往的各項(xiàng)問(wèn)題，整體上的可行性和積極意義都比較突出。

1 概述

1.1 神經(jīng)網(wǎng)絡(luò)的起源與發(fā)展

隨著科研人員在各個(gè)領(lǐng)域的研究不斷深入，學(xué)科之間的融合程度和融合效果，均獲得了較大的提升。神經(jīng)網(wǎng)絡(luò)的概念，在很大程度上融合了數(shù)學(xué)思想、生物概念，從而形成了一個(gè)新的科目及新的內(nèi)容[1]。從生物學(xué)的角度來(lái)分析，人體大腦是主要器官，并且主導(dǎo)人的行動(dòng)和思想，大腦的運(yùn)作主要是通過(guò)神經(jīng)來(lái)完成的。神經(jīng)網(wǎng)絡(luò)效仿大腦的運(yùn)作模式，應(yīng)用數(shù)學(xué)模型的方法，針對(duì)神經(jīng)元處理、傳遞信息的過(guò)程進(jìn)行描述，并形成了健全的體系。之后，在神經(jīng)網(wǎng)絡(luò)中不斷的融入先進(jìn)的技術(shù)、方法、體系、算法等，形成了比較高水平的網(wǎng)絡(luò)技術(shù)。目前，神經(jīng)網(wǎng)絡(luò)已經(jīng)在各個(gè)領(lǐng)域中獲得了廣泛的應(yīng)用，其創(chuàng)造的價(jià)值非常顯著。

1.2 計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系概述

為了能夠在本質(zhì)上提高計(jì)算機(jī)網(wǎng)絡(luò)的安全水平，建立了相關(guān)的評(píng)價(jià)體系，由此來(lái)對(duì)計(jì)算機(jī)網(wǎng)絡(luò)的危險(xiǎn)因素、安全標(biāo)準(zhǔn)等進(jìn)行系統(tǒng)的評(píng)價(jià)處理，將得到的結(jié)果來(lái)應(yīng)用到日常的維護(hù)、優(yōu)化當(dāng)中，完成計(jì)算機(jī)網(wǎng)絡(luò)的持續(xù)進(jìn)步。綜合來(lái)看，計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系在建設(shè)的過(guò)程中，應(yīng)在準(zhǔn)確性方面提升，各項(xiàng)措施的執(zhí)行，都要對(duì)網(wǎng)絡(luò)運(yùn)行的具體安全運(yùn)行狀況開(kāi)展系統(tǒng)的分析。其次，計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)體系應(yīng)具備獨(dú)立的評(píng)價(jià)指標(biāo)，指標(biāo)本身具有較強(qiáng)的針對(duì)性，減少指標(biāo)之間的互相干擾。第三，該體系應(yīng)在簡(jiǎn)潔性方面努力。例如，計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)行，要在保證質(zhì)量的前提下，從而保證相關(guān)評(píng)價(jià)過(guò)程、處理過(guò)程的簡(jiǎn)潔程度，否則在未來(lái)的工作中向陷入困境。

2 神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)安全評(píng)價(jià)中的運(yùn)用

2.1 建立評(píng)價(jià)指標(biāo)集

首先，計(jì)算機(jī)網(wǎng)絡(luò)的內(nèi)部表現(xiàn)為復(fù)雜的特點(diǎn)，現(xiàn)階段的影響因素不斷增多，只有建立評(píng)價(jià)指標(biāo)集，才能將各個(gè)因素進(jìn)行綜合考慮和分析，確保計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)在應(yīng)用過(guò)程中，能夠應(yīng)對(duì)更多的問(wèn)題。其次，建立評(píng)價(jià)指標(biāo)集后，定量指標(biāo)的評(píng)價(jià)時(shí)，能夠選擇專家評(píng)級(jí)的方法來(lái)完成，從主觀上實(shí)現(xiàn)了“經(jīng)驗(yàn)化評(píng)價(jià)”的過(guò)渡，專業(yè)水平有了很大的提升，為計(jì)算機(jī)網(wǎng)絡(luò)安全提供了更多的幫助。第三，評(píng)價(jià)指標(biāo)集的應(yīng)用，主要是為了充分反應(yīng)被評(píng)價(jià)網(wǎng)絡(luò)的安全狀況，所以在指標(biāo)的取值方面非常精確，能夠與以往的情況進(jìn)行精確的比較，指標(biāo)的標(biāo)準(zhǔn)化處理由此成型，推動(dòng)了計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)向前發(fā)展[2]。

2.2 建立神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)模型

計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)工作的開(kāi)展，必須擁有足夠的模型支撐。隨著網(wǎng)絡(luò)用戶的增多和安全需求的提升，過(guò)往采用的模型還能支持一段時(shí)間，但在未來(lái)必須要對(duì)模型進(jìn)行增加和優(yōu)化。將神經(jīng)網(wǎng)絡(luò)進(jìn)行有效的應(yīng)用，可以建立一種神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的計(jì)算機(jī)網(wǎng)絡(luò)評(píng)價(jià)模型。該模型的特點(diǎn)在于，能夠?qū)⒃械脑u(píng)價(jià)方法和神經(jīng)網(wǎng)絡(luò)的技術(shù)進(jìn)行完美融合，提升了模型的特點(diǎn)和功能，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)而言，有著至關(guān)重要的推動(dòng)作用。

據(jù)GIGAOM報(bào)道，近日，F(xiàn)acebook人工智能研究院（FAIR）開(kāi)源了一系列軟件庫(kù)，以幫助開(kāi)發(fā)者建立更大、更快的深度學(xué)習(xí)模型。開(kāi)放的軟件庫(kù)在Facebook被稱作模塊。用它們替代機(jī)器學(xué)習(xí)領(lǐng)域常用的開(kāi)發(fā)環(huán)境 Torch 中的默認(rèn)模塊，可以在更短的時(shí)間內(nèi)訓(xùn)練更大規(guī)模的神經(jīng)網(wǎng)絡(luò)模型。這些模塊為適用英偉達(dá)的GPU進(jìn)行了優(yōu)化。一部分可以用來(lái)訓(xùn)練大型計(jì)算機(jī)視覺(jué)系統(tǒng)。部分模塊也可以用來(lái)訓(xùn)練處理不同類型數(shù)據(jù)的模型。既可以進(jìn)行文本識(shí)別、圖像識(shí)別，也能用于語(yǔ)言模型的訓(xùn)練。部分模塊將大型卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練速度提升了23.5倍。

本文認(rèn)為，建立這個(gè)模型要分三個(gè)部分進(jìn)行。第一部分是對(duì)輸入層進(jìn)行設(shè)計(jì)，要求所設(shè)計(jì)的神經(jīng)元節(jié)點(diǎn)的數(shù)量與所選擇的評(píng)價(jià)指標(biāo)的數(shù)量一致。也就是說(shuō)，在一級(jí)指標(biāo)的體系中選擇了幾個(gè)二級(jí)指標(biāo)，就要設(shè)計(jì)多少個(gè)輸入層神經(jīng)元節(jié)點(diǎn)，保證二者之間相適應(yīng)。第二部分是對(duì)隱含層的設(shè)計(jì)。一般對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行設(shè)計(jì)時(shí)都使用單隱含層，其中，具體隱節(jié)點(diǎn)的數(shù)量非常重要。如果節(jié)點(diǎn)數(shù)過(guò)多，就會(huì)導(dǎo)致學(xué)習(xí)的時(shí)間過(guò)長(zhǎng)，出現(xiàn)誤差的概率增大，降低學(xué)習(xí)效率。如果節(jié)點(diǎn)數(shù)太少，會(huì)對(duì)網(wǎng)絡(luò)非線性映射以及容錯(cuò)性產(chǎn)生不良影響。因此，在對(duì)節(jié)點(diǎn)進(jìn)行選擇時(shí)，要把握好度。第三部分是對(duì)輸出層進(jìn)行設(shè)計(jì)，實(shí)際上就是對(duì)評(píng)價(jià)的結(jié)果進(jìn)行描述。我們假設(shè)輸出層有兩個(gè)節(jié)點(diǎn)，那么就可以用以下方式表達(dá)網(wǎng)絡(luò)的安全性：非常安全用（1，1）表示，比較安全用（1，0）表示，不安全用（0，1）表示，非常不安全用（0，0）表示。

2.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程

與一般的網(wǎng)絡(luò)技術(shù)不同，神經(jīng)網(wǎng)絡(luò)在應(yīng)用過(guò)程中，包含了很多智能化的內(nèi)容。首先，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程會(huì)搜集較多的數(shù)據(jù)與信息，大量的數(shù)據(jù)搜集后，涵蓋了計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)的各個(gè)規(guī)模，通過(guò)建立符合客觀情況的期望結(jié)果，針對(duì)網(wǎng)絡(luò)模型開(kāi)展全面的訓(xùn)練工作。其次，在學(xué)習(xí)時(shí)間的長(zhǎng)短控制上，要充分考慮到具體效果的好壞、輸入層設(shè)計(jì)的節(jié)點(diǎn)數(shù)量等因素，由此來(lái)確保計(jì)算機(jī)網(wǎng)絡(luò)的學(xué)習(xí)水平有所提升。第三，節(jié)點(diǎn)個(gè)數(shù)的設(shè)置要反復(fù)的核對(duì)。計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)與神經(jīng)網(wǎng)絡(luò)存在一定的差異，將后者的學(xué)習(xí)過(guò)程應(yīng)用到前者當(dāng)中，需做出一定的改變，節(jié)點(diǎn)個(gè)數(shù)具有較大的影響，需慎重的設(shè)計(jì)。

2.4 針對(duì)計(jì)算機(jī)評(píng)價(jià)模型進(jìn)行驗(yàn)證

神經(jīng)網(wǎng)絡(luò)在現(xiàn)階段的開(kāi)發(fā)與研究當(dāng)中，除了在上述的幾個(gè)方面應(yīng)用中，還可以針對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)模型進(jìn)行全面的驗(yàn)證處理，觀察模型當(dāng)中的劣勢(shì)和優(yōu)勢(shì)，將得到的結(jié)果作為指導(dǎo)，完成模型的深化和健全。例如，驗(yàn)證的時(shí)候可以選擇其中一組數(shù)據(jù)作為樣本進(jìn)行模擬，對(duì)網(wǎng)絡(luò)安全評(píng)價(jià)模型的功能進(jìn)行驗(yàn)證。如果對(duì)樣本的評(píng)價(jià)結(jié)果和期望值保持一致，就證明先前建立的模型能夠?qū)τ?jì)算機(jī)網(wǎng)絡(luò)安全進(jìn)行準(zhǔn)確評(píng)價(jià)，那么這個(gè)模型就可以投入使用。如果評(píng)價(jià)結(jié)果與期望值反差較大，就證明這個(gè)評(píng)價(jià)模型存在問(wèn)題，需要對(duì)每一步進(jìn)行重新檢查，重新進(jìn)行設(shè)計(jì)、學(xué)習(xí)、驗(yàn)證，直到與期望值符合。

3 總結(jié)

本文對(duì)神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中的運(yùn)用展開(kāi)討論，在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中應(yīng)用神經(jīng)網(wǎng)絡(luò)可以降低計(jì)算機(jī)網(wǎng)絡(luò)安全風(fēng)險(xiǎn)，降低由于安全問(wèn)題造成的各項(xiàng)損失。從現(xiàn)階段所掌握的成果來(lái)看，由于神經(jīng)網(wǎng)絡(luò)的各項(xiàng)積極作用突出，因此計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)獲得了切實(shí)的進(jìn)步，體系更加健全、方法更加簡(jiǎn)單、指標(biāo)更加貼合實(shí)際。

[1]耿仲華. 計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中對(duì)于神經(jīng)網(wǎng)絡(luò)的應(yīng)用探究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2014,09:87-88.

[2]陳振宇,喻文燁. 神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)網(wǎng)絡(luò)安全評(píng)價(jià)中的應(yīng)用研究[J]. 信息通信,2015,04:139.

Application of neural network in Internet Security Evaluation

(Sanmenxia Polytechnic, Sanmenxia Henan 472000)

Neural network is currently more advanced technology, and computer network security has close relationship. Articles discussed the application of neural network in the evaluation of computer network security, and puts forward reasonable suggestions.

Neural network; Computer network; Evaluation; Safety

（責(zé)任編輯：吳 芳）

S782.15

A

10.3969/j.issn.1672-7304.2016.06.028

1672–7304(2016)06–0063–02

許曉燕（1978-），女，青海西寧人，講師，研究方向：計(jì)算機(jī)網(wǎng)絡(luò)。