基于神經(jīng)網(wǎng)絡(luò)的計算機網(wǎng)絡(luò)安全評價應(yīng)用價值研究

摘 要：作為一項很重要的參考指標，網(wǎng)絡(luò)安全評價在通常涉及到計算機的網(wǎng)絡(luò)安全問題時，其中包含的網(wǎng)絡(luò)受病毒、相關(guān)漏洞入侵等問題本身是非線性的，研究者就需要參考具有線性的評價方法，否則其中描述的各項參考指標就會使其評價結(jié)果精度大大降低。為了防止這種情況發(fā)生，專家通常采用在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上應(yīng)用一種粒子優(yōu)化的方法。具體的實施方法就是先通過系統(tǒng)的挑選相關(guān)指標并確定其權(quán)重，通過BP神經(jīng)網(wǎng)絡(luò)對其進行優(yōu)化，進而得出對整個安全網(wǎng)絡(luò)的一些相關(guān)評價等級。通過與傳統(tǒng)評價方法相比較，該方法在有效提升了整體的評價速度的同時，其評價精度也得到了大大的提升。

關(guān)鍵詞：計算機網(wǎng)絡(luò)；神經(jīng)網(wǎng)絡(luò)；安全評價應(yīng)用

中圖分類號：TP183

現(xiàn)如今，互聯(lián)網(wǎng)在生活中應(yīng)用愈加廣泛，涉及到日常生活的諸多領(lǐng)域，在其給人們提供幫助的同時，也衍生了大量的網(wǎng)絡(luò)安全問題，如：計算機病毒、漏洞、相關(guān)用戶資源的竊取、隱私的泄露等等。出現(xiàn)這些問題，就要求相關(guān)專家要能夠制定出一套完整的網(wǎng)絡(luò)安全的評價體系，進而有效的對可能出現(xiàn)的上述問題進行預防，為廣大計算機客戶免除大量的損失。

1 網(wǎng)絡(luò)安全

一般來說，網(wǎng)絡(luò)安全是網(wǎng)絡(luò)本身系統(tǒng)的相關(guān)軟件、硬件或是系統(tǒng)內(nèi)部的相關(guān)數(shù)據(jù)受到一定程度的保護，進而不受外界的偶然或惡意原因而受到的破壞、泄露和更改，網(wǎng)絡(luò)系統(tǒng)本身仍能夠繼續(xù)正常、可靠地運行，涉及到的相應(yīng)網(wǎng)絡(luò)服務(wù)不受中斷。網(wǎng)絡(luò)安全可以涉及到：通信技術(shù)、信息安全技術(shù)、密碼技術(shù)、網(wǎng)絡(luò)技術(shù)、應(yīng)用數(shù)學、信息論、數(shù)論、計算機科學等不同的領(lǐng)域。從廣義的角度來講，只要是與網(wǎng)絡(luò)信息的完整性、保密性、真實性、可控性和可用性等諸多技術(shù)相關(guān)的都屬于網(wǎng)絡(luò)安全的相關(guān)研究領(lǐng)域。

網(wǎng)絡(luò)安全對于相關(guān)管理者和網(wǎng)絡(luò)運行來說，他們希望網(wǎng)絡(luò)本身的安全受到相應(yīng)的保護進而對本地的網(wǎng)絡(luò)相關(guān)信息的讀寫和訪問等操作實現(xiàn)控制。而對于一些國家政府或者是相關(guān)企業(yè)的安保部門來說，以前者不同的是，他們更側(cè)重于對含有有害的、非法的和一些涉及到企業(yè)自身利益和國家機密的相關(guān)信息進行防堵和過濾，從而避免一些重要的信息被黑客盜取，給國家、人民或者是企業(yè)自身帶來巨大的損失。

2 計算機網(wǎng)絡(luò)安全現(xiàn)狀

針對于之前所提到的計算機網(wǎng)絡(luò)可能受到的諸多安全因素影響，其所作出的評價結(jié)果通常與這些因素整體呈非線性關(guān)系。在過去的傳統(tǒng)評價方法中，研究者通常采用故障樹分析法和層次分析法等對計算機的網(wǎng)絡(luò)安全進行相關(guān)的評價，而在實際操作中，這些方法大多相對復雜，不便于操作，并且在其結(jié)果上不能有效的對這些非線性關(guān)系進行描述，評價精度非常低。

隨著計算機相關(guān)技術(shù)近些年的快速發(fā)展，相關(guān)涉及到的行業(yè)所處理的相關(guān)業(yè)務(wù)也從之前相對簡單的單機文件處理、數(shù)學運算、相對間內(nèi)的局域網(wǎng)內(nèi)部的辦公自動化和內(nèi)部業(yè)務(wù)處理發(fā)展到現(xiàn)如今更為復雜的企業(yè)外部網(wǎng)和全球互聯(lián)網(wǎng)等世界范圍的業(yè)務(wù)處理和信息共享。在計算機自身系統(tǒng)相應(yīng)處理能力提升的同時，對于網(wǎng)絡(luò)的連接能力也隨之在逐步提高著，但與此同時，相應(yīng)產(chǎn)生的一些安全問題也逐漸凸顯出來，主要體現(xiàn)在以下這些方面：網(wǎng)絡(luò)拓撲結(jié)構(gòu)的安全、網(wǎng)絡(luò)系統(tǒng)的安全、應(yīng)用系統(tǒng)的安全、網(wǎng)絡(luò)物理安全和網(wǎng)絡(luò)的管理安全等。

近些年來，相關(guān)研究人員采用一些人工智能的算法，建立出一套全新的人工神經(jīng)網(wǎng)絡(luò)，將這種網(wǎng)絡(luò)運用到網(wǎng)絡(luò)安全的評價中，很大程度的避免了上述提到的諸多問題。而在現(xiàn)如今的大量神經(jīng)網(wǎng)絡(luò)中，BP神經(jīng)網(wǎng)絡(luò)（英文縮寫：BPNN）在應(yīng)用中最為成熟和廣泛。但同時，BPNN本身也存在著搜索能力差、訓練速度慢等缺點，因此，對現(xiàn)如今的神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)安全評價中的應(yīng)用進一步的進行研究，使其評價精度提到提升逐漸成為該領(lǐng)域的研究重點。

3 涉及到計算機網(wǎng)絡(luò)相關(guān)評價的基本原理

涉及到其具體相關(guān)評價，就要求在相對應(yīng)的評價標準規(guī)定下，通過對其內(nèi)容和影響范圍進行整理，再基于其網(wǎng)絡(luò)的安全情況進行分析，進而得出相關(guān)的評價，羅列出一系列的網(wǎng)絡(luò)安全等級，通過數(shù)學模型的建立，大致如下：

網(wǎng)絡(luò)安全等級=f（a1，a2，a3…，ax，…，an）

其中的a代表著影響網(wǎng)絡(luò)評價的相關(guān)因子，f就是整體網(wǎng)絡(luò)安全等級的數(shù)學模型。

通過對其數(shù)學模型的建立，我們可以發(fā)現(xiàn)相關(guān)的影響因素對其整體網(wǎng)絡(luò)安全等級的影響是相當重要的，并呈現(xiàn)出一種非線性的不確定關(guān)系，本文通過采用BP神經(jīng)網(wǎng)絡(luò)來對其相關(guān)的影響因素進行評價和打分，得出相關(guān)因素對結(jié)果影響的權(quán)重比例，進而提升整體安全評價的精度。

3.1 BP神經(jīng)網(wǎng)絡(luò)的具體應(yīng)用

作為現(xiàn)如今在互聯(lián)網(wǎng)涉及到的安全評價領(lǐng)域中一種應(yīng)用較為廣泛的模型，BP神經(jīng)網(wǎng)絡(luò)通常采取梯度下降的算法來對影響到網(wǎng)絡(luò)權(quán)值的誤差行進時刻的調(diào)整，進而使其期望輸出和實際的輸出誤差達到最小。

3.2 BP網(wǎng)絡(luò)的相關(guān)特點

BP網(wǎng)絡(luò)的構(gòu)建主要有如下幾種優(yōu)點：

（1）算法簡單：通常采用梯度的下降的算法，通過對誤差逆向傳播中相關(guān)權(quán)值、閥值的調(diào)整，來尋求神經(jīng)網(wǎng)絡(luò)中期望和實際輸出的最小誤差值。

（2）非線性的逼近能力強：這就使其受到相關(guān)因素的影響程度大大降低，進而使整體的評價精度得到提升。

（3）容易實現(xiàn)：這在具體實際評價中是相當重要的，面對大量的安全評價工作，更容易實現(xiàn)、工作量更低的方法，往往更容易廣泛的被大眾所接受和采納。

同時，其自身還有一些缺點：

（1）學習效果差。

（2）收斂速度慢。

4 網(wǎng)絡(luò)安全的評價過程及其優(yōu)化

通過收集與安全評價相關(guān)的一些數(shù)據(jù)，建立出一套相對完善的安全指標體系，針對其相關(guān)數(shù)據(jù)構(gòu)建一套粒子群，通過對該種BP網(wǎng)絡(luò)進行初始化并加以訓練，進而再參考相關(guān)的適應(yīng)度值，以此來獲取得到影響該網(wǎng)絡(luò)的最優(yōu)參數(shù)，最終得到安全評價，從而實現(xiàn)最終目的。

4.1 PSO算法

PSO算法也叫做粒子群優(yōu)化法，是通過模擬生態(tài)學中鳥群飛行確立的一種新型搜索算法，本身具有計算簡單、個體數(shù)量少、全局優(yōu)化性好等諸多優(yōu)點，現(xiàn)如今通常被研究者用來在神經(jīng)網(wǎng)絡(luò)領(lǐng)域?qū)ζ鋮?shù)進行進一步的優(yōu)化，使優(yōu)化后的評價方法評價精度更高、收斂速度更快，正逐步的得到廣泛的應(yīng)用。

4.2 優(yōu)化的相關(guān)參數(shù)的設(shè)立

將相關(guān)參數(shù)的種群規(guī)模設(shè)立為n=10，相關(guān)的學習因子設(shè)立為b1=b2=2，使其在整體網(wǎng)絡(luò)中的初始位置做到隨機產(chǎn)生，初始化其速度，設(shè)定期最大迭代數(shù)Q=500。通過將優(yōu)化后的神經(jīng)網(wǎng)絡(luò)和未進行優(yōu)化的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相對值，利用到運用于網(wǎng)絡(luò)中的激發(fā)函數(shù)，將整體的目標誤差控制在0.001。

4.3 神經(jīng)網(wǎng)絡(luò)的訓練

通過對于神經(jīng)網(wǎng)絡(luò)的訓練，可以發(fā)現(xiàn)，在訓練過程中，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)在其數(shù)據(jù)進行收斂時速度通常很慢，在所進行的模擬實驗中，數(shù)據(jù)在第398步時訓練結(jié)束。在結(jié)束時統(tǒng)計算出其誤差達到0.000896，而在經(jīng)過優(yōu)化后的神經(jīng)網(wǎng)絡(luò)通過對其進行迭代處理，其誤差精度最終可以達到0.000682，相應(yīng)的誤差精度得到了大大提升，進而可以發(fā)現(xiàn)，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，其自身尋優(yōu)能力較弱，收斂速度較慢，評價精度較低。

4.4 優(yōu)化結(jié)果分析

通過對比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)和優(yōu)化后的神經(jīng)網(wǎng)絡(luò)所得出的學習精度，并將兩者進行測試，結(jié)果如下表1，得出相關(guān)結(jié)論：傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)對于22號的樣本進行的安全評價結(jié)果安全級數(shù)顯示為C級，也就是不安全等級，所以說其安全評價結(jié)果是不正確的，通過進行優(yōu)化可以使其正確率得到大大的提升。相比較兩種方法的均方根誤差，傳統(tǒng)方法為0.066遠大于經(jīng)過優(yōu)化后的BPNN模型0.021的均方根誤差，進而可以得出結(jié)論，通過對傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，加快了網(wǎng)絡(luò)自身的收斂速度的同時，也大大的提升了其最終的評價精度。

5 結(jié)束語

隨著現(xiàn)如今網(wǎng)絡(luò)的快速發(fā)展和越加廣泛的利用，相關(guān)安全問題得到了越來越大的突顯，尋求出一種更為有效的安全評價方法就顯得尤為重要。本文在對現(xiàn)如今應(yīng)用普遍的BPNN進行優(yōu)化的過程中采用了PSO的算法，將二者相結(jié)合，極大程度的發(fā)揮了BPNN本身具有的極強函數(shù)的非線性逼近能力，進而應(yīng)用到整體網(wǎng)絡(luò)安全的評價中，避免了BP神經(jīng)網(wǎng)絡(luò)本身存在的尋優(yōu)能力較弱，收斂速度較慢，評價精度較低的諸多缺點。通過優(yōu)化，大大提升了其收斂速度、評價精度和全局的搜索能力，為今后的網(wǎng)絡(luò)安全領(lǐng)域的發(fā)展提供了一條新的道路，相信在不久的將來，越來越多的不同種類的神經(jīng)網(wǎng)絡(luò)會大大的應(yīng)用到網(wǎng)絡(luò)安全的評價體系中去。

參考文獻：

[1]于學軍，程博.基于BP神經(jīng)網(wǎng)絡(luò)的工作量估計模型[J].計算機科學，2012（S2）.

[2]黃麗民，徐紅.基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全評價方法研究[J].山東商業(yè)職業(yè)技術(shù)學院學報，2010（04）.

[3]彭沙沙，張紅梅，卞東亮.計算機網(wǎng)絡(luò)安全分析研究[J].現(xiàn)代電子技術(shù)，2012（04）.

[4]王淑蓉，王長元，喻鈞.基于服務(wù)計算的服務(wù)組合研究[J].現(xiàn)代電子技術(shù)，2012（12）.

[5]陶躍，田迎華.多級可拓評價方法在網(wǎng)絡(luò)安全評價中的應(yīng)用[J].吉林大學學報（信息科學版），2013（01）.

[6]王春雷，方蘭，王東霞.基于知識發(fā)現(xiàn)的網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)[J].計算機科學，2012（07）：65-66.

作者簡介：祝永健，講師，本科，碩士，研究方向：計算機網(wǎng)絡(luò)。

作者單位：江蘇省揚州商務(wù)高等職業(yè)學校，江蘇揚州 225127