基于BP神经网络的网络安全评价方法研究

合集下载

基于BP神经网络的信息安全风险评估

关键词：息安全；险评估；Ｐ神经网络信风Ｂ
文章编号：０２８３（０７０ — １９０文献标识码：中图分类号：Ｐ９１０ — ３１２０）１０３ — ３ＡＴ３３
１引言
信息安全风险评估，指依据有关信息技术标准，对信息系统及由其处理、传输和存储的信息的保密性、整性和可用性完
定量方法。主要的评价方法有层次分析法、决策树分析法、马尔可夫建模等，但是这些方法具有很强的人为性。响评价结果影
的准确性和客观性。本文采用定性和定量相结合的方法评价信
息安全的风险等级，Ｐ神经网络的应用，Ｂ很好地克服了评价中
维普资讯 //
ＣｍｕｒＥｇｎｅｉｇａｄＡｐｉ￣ｎｏｐｔｎｉｅｒｎｐｌｔｏｓ计算机工程与应用ｅｎｃｉ
２０，３１１９０７４（）３
基于ＢＰ神经网络的信息安全风险评估
赵冬梅。海峰。晨光刘刘
摘
耍：文详细给出了信息安全的风险评估流程厦评价方法。论建立的信息安全风险评估体系采用ＢＰ神经网络方法。一种非线是
性方法，不带有明显的主观成分和人为因素，使评价结果更有效、更客观。实例表明计算结果贴近成功案例结果。
ｉｎｎｉｅｒｍｔｄ，ｐｌｄｔｉｋａｓｓｎｍｄｌｏｎｏｍｔｎｓｃｒｙＴｅｓｂｃｉｔｎａ－ａｅｉｏｅｃｍｅｔｓｏｌａｅｏｉａｐｉｏｒｅｓｔｏｅｆｉｒａｉｅｕｉ．ｈｕｊｔｉａｄｍｎｈｓｅｓｓｍｅｆｏｔｅｖｙｎｍｄｓｖｒｏ． ’ Ｉｓ

基于BP神经网络的网络安全评价方法研究

况下，建立了可靠、有效的网络安全综合评价模型。通过实例对网络安全进行研究，选择合适的学习样本及参数进
行训练，并获得较好的评价结果，评价结果客观、正确，算结果贴近成功案例结果。计
关键词：ＢＰ神经网络；
第ｌＯ卷
第４期
山东商业职业技术学院学报
ＪｕｎｌｏｈｎｏｇＩｓｉｔｆＣｍｍｅｃｎｅｈｏｏｙｏｒａｆＳａｄｎｎｔｕｅｏｏｔｒｅａｄＴｃｎｌｇ
Ｖ１１Ｎｏ４ｏ．０．Ａｕ．００ｇ２１
ＡｂｔａｔＦｒｔｈｓｐｐｒｉｔｏｃｄｈａｉｈｏｅｓｒｃ：ｉｓ，ｔｉａｅｎｒｄｕｅｔｅｂｓｃｔｅｒｓ，ａｇｒｔｍｓａｄｄｅｅｔｆＢＰＮｅｒｌＮｅｗｏｋ．ｉｌｏｉｈｎｔｃｓｏｕａｔｒＣｏｌｉｇｗｉｈａｉｒｎｃｐｅｎｄｓｅｏｓａｌｓｉｇＢＰ—ｍｏｅ，ｉｅｔｂｌｈｄｒｌａｅａｄｅｅｔｖｅ— ｍｐｙｎｔｔｅｂｓｃｐｉｉｌｓａｔｐｓｆｒｅｔｂｉｈｎｈｄｌｔｓａｉｅｅｉｂｌｎｆｃｉｅｎｔｓｗｏｋｓｃｒｔｏｒｅｕｙｃｍｐｒｈｎｓｖｖｌａｉｎｍｏｅ．Ｔｈｏｇｅｗｏｋｓｃｒｔａｅｓｕｙｎｉｅｅｉｅｅａｕｔｄ１ｏｒｕｈｎｔｒｅｕｙｃｓｔｄｉｇ，ａｐｒｐａｅｔａｎｎｅａｉｐｏｒｔｒｉｉｇｓｔｄ — ｉｔｎａａｔｒｅｅｔｏａａｄｐｒｍｅｅｓｓｌｃｉｎ，ｂｔｅｖｌａｉｎｒｓｌｓｈｖｅｎａｈｅｅｅｔｒｅａｕｔｅｕｔａｅｂｅｃｉｖｄ．Ｔｈｖｌａｉｎｒｓｌｓａｅｉｏｅｅａｕｔｏｅｕｔｒｍｐｅｓｎｌａｄｒｏａｎｃｒｅｔｒｓｉｇｃｏｅｔｈｅｕｔｆｔｅｓｃｅｓｕａｅ．ｏｒｃ，ｐｅｓｎｌｓｏｔｅｒｓｌｓｏｈｕｃｓｆｌｃｓｓＫｅｙｗｏｒＢＰｕａｔｒｎｔｒｅｕｔｍｏｅ；ｎｅｆｅａｕｔｏｄｓ：ＮｅｒｌＮｅｗｏｋ；ｅｗｏｋｓｃｒｙ；ｄｌｉｄｘｏｖｌａｉｎｉ

BP神经网络在安全评价中的应用

（ｈａＵｉｒｔＣ／ｎｖｓｙｏｎｇａｄＴｃｎｌｇＸｚｏ，Ｊ￣ｓ２１６ｎｅｉｆＭｉｎｅｏｙｕｈｕｉｇｕ２１１）ｉｎｈｏａ
ＡｂｔａｔＴｏｖｈｉｉｕｔｓｏｒｉｃａａｔｒｎｕａｔｌｇｗｅｒｄｔｎｌｘｅｉｎｅ—ｂｓｄｍｅｏｒｓｄｉｓｓｅｓｎ・ｓｒｃｏｓｌｅｔｅｄｆｃｌｅｆｔｉｆｃｏｓａｄｑｎｉｎｈｎｔｉｏａｐｒｅｃｉａｆｌｉｚａｉｅａｅｔｄａｅｕｅｎｒｋａｓｓｍｅｔｈｉｎｕａｅｗｏｋｓｉｔｄｃｄ，ｗｉｈｒｄｃｓｔｅｅｅｔｆｒｉｃａａｔｒｎｋｅｑａｔｚｔｎｔｅｐｓｉｌｅｒｌｎｔｒｓｉｎｒｕｅｏｈｃｅｕｅｆｃｓｏｔｉｆｃｏｓａｄｍａｅｔｕｎｉｉｏｂｏｓｅ．Ｂｔｄｉｇｔｅｏｉｉａｈａｆｌｉｓｈａｏｂｙｓｙｎｒｎｕｈｇｌ
ｓｔｏｉｉｓｄｅｙｐｌｅ．ｃ
Ｋｅｗｏｄｎｕａｅｏｓｓｆｔｓｓｍｅｔｑａｔｉｇａａｙｉｙｒｓｅｒｌｎｔｒａｅｙａｅｓｎｕｎｉｎｎｌｓｓｗｋｓｚ
安全性评价是促进生产一线班组安全生产的一种有效
性。ＢＰ网络是一种多层前向反馈神经网络，网络拓卜结其
网络来评价企业的安全状况。２ＢＰ网络在安全评价中应用

基于BP神经网络的煤矿安全预警评估机制研究

ＺＯｈｎ —ｅＷＡＧＬ－ｅＨＵＺｏｇｋ，Ｎｉｉｊ
（．ｈｃｏｌｆｎｇｍｎｏＣｉｎｖｒｉｆｎｎｎｅｈｏｇ（ｅｉ）Ｂｉｎ００３ｈａ１ＴｅＳｈｏｏＭａａｅｅｔｆｈｎＵｉｅｔｏｉｇａｄＴｃｎｌｙＢｉｎ，ｅｉ１０８，Ｃｉ）ａｓｙＭｉｏｊｇｊｇｎ（．ｈｎｈｎｕｏｌｏＬｑｉａｄＣｅｉｌｏ，ｔ．Ｂｉｎ００，ｈｎ）２ＣｉａＳｅｈａＣａｔｉｄｎｈｍｃ．Ｌｄｅｉｇ１０１ＣｉｕａＣｊ１ａ
策支持。
关键词：安全预警；神经网络；煤矿；评估体系
中图分类号：９Ｘ２文献标识码：Ａ
Ｓｕｄｎｓｆｔａｌｗａｎｎｓｅｓｅｔｉｏｌｍｉｓｄｏｐｅａｔｒｓｔｙｏａｅｙｅｒｙ— ｒｉｇａｓｓｍｎｎｃａｎｅｂａｅｎｂｎｕｒｌｎｅｗｏｋ
文章编号：６３— ９Ｘ（０１一４— １４— ５１７１３２１）００３０
基于ＢＰ神经网络的煤矿安全预警评估机制研究
周忠科，立杰王
（．国矿业大学（京）理学院，京１中北管北ｌ０ｇ）Ｏ０Байду номын сангаас３
ｏｅａｉｎ．ｔｅｍｏｅｓｔｓｎｈｏｇｈａｅｓｕｙｏｏｌｍｉｅ．Ｔｅｐｐｒｐｔｆｒａｄｈａｌ－ｒｉｇｐｒｔｏｈｄｌｉｅｔｇｔｒｕｈｔｅｃｓｔｄｆ５ｃａｎｓｈａｅｕｏｗｒｓｔｅｅｒｗａｎｉｙｎ

神经网络在计算机网络安全评价中的应用

信息安全• Information Security176 •电子技术与软件工程 Electronic Technology & Software Engineering【关键词】神经网络计算机网络安全评价计算机技术的不断发展为现代社会带来了巨大的改变，为人们的生活、生产带来了极大的便利性，同时也让人们方式的发生了改变。

但是，在享受计算机技术便利性的同时也要客观的认识到计算机网络的安全问题，黑客通过计算机网络的漏洞或者病毒等形式的可以入侵计算系统，因此，对现代计算机技术来说安全问题是一项巨大的挑战。

1 计算机网络安全评价体系的建立计算机网络自身组成就非常复杂，而影响计算机网络安全的因素也有很多，为了进一步强化对计算机网络安全的评价，就必须要建立起完善的计算机网络安全评价体系。

1.1 计算机网络安全评价体系的建立应遵循的原则1.1.1 准确性计算机网络安全评价体系中的每一项平评价指标必须要保证其真实性以及有效性，这样才能将网络安全在不同阶段的技术水平充分体现出来。

1.1.2 独立性在选取计算机网络安全评价体系的相关评价指标的时候，尽量不要对指标进行重复选择，这样才能保证不同指标指标的保持一定的独立性，将各种指标之间的关联性降到最低，这样才能将计算机网络的安全状况客观的反映出来。

1.1.3 完备性在选取计算机网络安全评价体系相关评价指标选择的时候，要对各种评价指标进行全面的考虑，并进行合理的选择。

要充分保证每一项选取的指标能够将计算机网络安全的基本特征都可观的反映出来，只有这样才能充分保证评价指标表的可靠性，并最终保证评价结果的准确性。

1.1.4 简要性在进行计算机网络安全评价体系评价指标选择的过程中既要充分考虑指标的完备性，同时也要兼顾指标评价的实际工作量以及工作神经网络在计算机网络安全评价中的应用文/张钊效率，要尽量选择一些最具代表性的指标，在充分保证评价结果的基础上，最大程度的减少指标评价的工作量。

基于概率神经网络的计算机网络安全仿真分析

收稿日期：２１－７１０００－１作者简介：王伟（９８１７一），男，山西新绛人，工程师，硕士，研究方向为计算机信息系统、网络管理与应用。第３卷３第１期２２１ —１（【５００２下）７】
务Ｉ
数相同，输出层神经元个数等于训练样本数据的
王
伟
ＶＡＮＧｅＶＷｊ
（西安财经学院，西安７０６）１０１
摘要：计算机网络安全评价是网络研究中的重要课题。近年来国内学者使用Ｂ神经网络进行相关研Ｐ究，然而该算法存在收敛速度缓慢、易于陷入局部极小且网络结构难以确定等缺陷，导致其学习效率和分类精度较差。针对此问题，本文建立了网络安全评价指标体系，运用概率神经网络（Ｎ对样本数据进行仿真分析，结果表明：基于ＰＮＰＮ）Ｎ模型的分类方法在分类的速度、精度等方面均优于基于ＢＰＮＮ的模型，从而为准确、全面的评价计算机网络安全状况提供了
的安全程度越高。网络安全分为四个等级，即安
提高。
全状态（－．）１８、基本安全（． —．、不安全０５０５０）８７（．—．）０７０６、很不安全（．—）０６０；其对应的类别表示
为１、３。样本数据参见文献［］、２、４３，将１６组样本数据对应的输出结果进行类别标示依次记为：
网络（ｒｂｂｌｔｅｒｌｔｒ，Ｐ）型应ＰｏａｉｓｃＮｕａＮｅｉｉｗｏｋＮＮ模

基于AHP和BP神经网络的煤矿安全评价方法研究

ｔａｏｂｎｎｇｔｅａｌｔｉｒｒｈｏｅｓｗｉｈｔｅＢＰｎｕａｅｗｏｋｖｒｉａｌａｅｎｔｅａａｙｉｎｔｘｓｉｇｓｆｔｖｌａｈｔｃｍｉｉｈｎａｙｉｈｅａｃｙｐｒｃｓｔｈｅｒｌｎｔｒｅｔｃｌｙｂｓｄｏｈｎｌｓｓｏｈｅｅｉｔｎａｅｙｅａｕ — ｃ
近年来，国煤矿安全水平虽然得到了大幅度我提升，但煤炭安全形势依然严峻，煤炭百万吨死亡率
１煤矿安全评价方法选取
在评价问题的新方法中，人工神经网络具有自学习性、自组织性和高度的非线性函数逼近能力，在评价问题中可以较好地克服人的因素带来的主观性
法。这些方法操作简单、用性强，对评价对象的实但分析普遍存在滞后性，且受到评价过程中的随机性、
本数据的方法是专家根据经验和推理，估算出各先评价指标的权值，然后对各指标打分，加权计算出再
（ｅｕｇＣｎｅｆｒｎｒｌｉｓｒｆＨｎｎＺｅｇｈｕ４０１，ｈｎ）ＲｓｉｅｔｏＭｉａＤｓｔｅａ，ｈｎｚｏ５０８Ｃｉａｃｎｒｅａｅｏ
ＡｂｔａｔＡｃｒｉｇｔｈｃｕｌｉａｉｎｏｏｌｍｉｅｓｆｔｎｇｍｅｔｎＣｈｎ，ｈａｅｕｒｒｈａｅｙｅａｕｔｎｍｅｈｄｓｒｃ：ｃｏｄｎｏｔｅａｔａｔｔｆｃａｎａｅｙｍａａｅｎｉａｔｅｐｐｒｐｔｏｗａｄｔｅｓｆｔｖｌａｉｔｏｓｕｏｉｆｏ

基于BP神经网络和专家系统的信息系统风险评估方法研究

络的定量计算和专家系统理论的定性分析结合在一起，构建了信息系统风险评估模型。所用的Ｂ神经网络引入了遗传Ｐ算法理论进行优化，处理结果作为专家系统知识库的一部分输入。最后使用传统的层次分析法进行信息整理汇总，出得信息系统风险评估的精确结果。关键词：息系统；险评估：Ｐ经网络；家系统；次分析法信风Ｂ神专层信息系统风险评估分析方法在风险评估中起着重要定性评估方法的优点是避免了定量方法的缺点，以可
采用，以使研究结果更科学，严密，深刻。可更更有时，一个
数据所能够说明的问题可能是用一大段文字也不能够阐利用了传统层次分析法的灵活高效性，持了专家系统的保述清楚的；常常为了量化，本来比较复杂的事物简单透明性，时也具有了神经网络的自学习和容错能力。但使同
一
挖掘出一些蕴藏很深的思想，使评估的结论更全面、深更刻；它的主观性很强，评估者本身的要求很高。但对３定性与定量相结合的综合评估方法。．系统风险评估是可以用量化的形式来表达，对有些要素的量化又是很而困难甚至是不可能的，以我们不主张在风险评估过程中所一味地追求量化，不认为一切都是量化的风险评估过程也前提，性分析应建立在定量分析的基础上才能揭示客观定事物的内在规律。定性分析则是灵魂，是形成概念、观点，

BP神经网络在计算机网络安全评价中的应用

＿
＿
＿
＿
＿
＿
－
＿
●
—
—
—
—
—－
，
＿
＿
＿
＿
＿
＿
－－
—
—
—
—
—
－
－
＿
＿
＿
＿＿
＿
－
—
－
—
—
—
－
＿
＿
－ｌ
＿
＿
一
中图分类号：Ｐ０Ｔ３９
文献标识码：Ａ
文章编号：０９—２５（ｏ８ｏ —０４一ｏ１０５２２ｏ）６ｏ５３
ＢＰ神经网络在计算机网络安全评价中的应用
ｈｔｔｓｍｅｄｉｅｓｂｅ．ｔａｉｔｏｓｆａｉｌｈｈ
Ｋｅｒｓ：ａｋｐｒｐｇｔｎｎｕｒｅｏｋ；ｃｍｐｅｅｏｋ；ｅａｕｔｎｏｏｕｅｅｏｋｓｃｒｔｙｗｏｄｂｃｏａａｉｅｔａｎｔｒｏｌｗｏｕｔｒｎｔｒｗｖａｉｆｃｍｐｔｒｎｔｒｅｕｉｌｏｗｙ
ｍｅｏｒｔｅｏｕｅｎｔｏｋｅｕｉｂｓｄｎｈｔｄｆｃｍｐｔｒｅｒｓｃｒｔａｅｏＢＰｅｔａｎｔｏｋｓｉｃｓｅｏｈｗｙｎｕｒｌｅｒｉｄｓｕｓｄ．Ｔｈｍｏｅｒｔｅｗｅｄｌｆｏｈ
被评价网络系统的具体情况取值，于部分定性指对标，在评价时，可采用专家评级的方式，根据被评价网络系统的具体情况给出评价等级。由于不同指标是从不同角度反映计算机网络安

地铁火灾二次事故BP神经网络安全评价方法研究

员的安全疏散，导致火灾蔓延速度超过人员疏散速度＿１］。此外，统计研究显示建筑火灾中导致人员伤亡风险的主要原因有烟气中毒窒息、人群拥挤踩踏
生的疏散时间短，且扑救困难，很可能引发灾难性的多米诺效应事故，造成群死群伤事故。因此本文提
１地铁火灾二次事故概念研究
警薯萎
等
一
图１多米诺效应扩展方式图
Ｆｉｇ．１Ｄｉａｇｒａｍｏｆｔｈｅｅｘｔｅｎｓｉｏｎｗａｙｆｏｒｔｈｅｄｏｍｉｎｏｅｆｆｅｃｔ
存在检票机等障碍物，地铁站台内人员相对集中且客流量大，一旦发生火灾自下而上的疏散路线与地
铁内烟气和热气流的流动方向一致使得允许人员逃
收稿日期：２０１３ — ０１－０８；修改日期：２０１３ — ０２ — １６
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００４ — ５３０９．２０１３．０１．０７
地铁火灾二次事故ＢＰ神经网络安全评价方法研究
睢羽，宋守信
（北京交通大学经济管理学院，北京，１０００４４）
学习方法是神经网络在危险源分级中的一个重要特征；人工神经网络的非线性、自适应、大规模并行处

基于BP神经网络的防火墙系统综合性能评估方法研究

２６５２１１５、１、５８字节情况下进行ｎ次测试，最后取平均值，４６字节帧情况下的计算公式如下：
又＝主ｘ．ｎ
ｉ１．－
其中Ｘ代表某次测量值，；类推。最后再取平均值，有：则
ｍｅｏａｅｎｔｅＢＰｎｕａｅｗｏｋＴｈｖｕｔｇｍｏｅａｄｉａｇｒｈｗｅｅｇｖｎ．ａｄｔｅｓｈｔｄｂｓｄｏｅｒｎｔｒ．ｈｌｅｅａａｉｄｌｎｔｌｎｓｌｏｉｍｒｉｅｔｎｉｌｏＡＴＬｈｗｓｔａｈｍｕａｎｉＭｉｔｎＡＢｓｏｈｔｔｓｍｅｏｓｆａｉｌ．ｉｈｈｔｄｉｅｓｅｂ
— ．．．．．．．．．．．．．．．．．，．．．．．．．．．．．Ｌ
２建立防火墙系统综合性能评估模型
２１立综合性能评估指标体系．建目前还没有统一的防火墙系统综合性能评估指标体系。国内有个赛迪评测防火墙测试规范。测试的项目比较全面并对测试的方法及验证标准作了详细规定，到了许多产商的一致认可。防得火墙技术发展到现在．术竞争的焦点主要体现在防火墙的功能技和安全性能两个方面．此，文参照赛迪评测防火墙测试规范因本并经过归纳整理，立防火墙系统综合性能评估指标体系如图一建

网络安全评价机制研究

网络安全评价机制研究作者：刘庚来源：《消费电子·理论版》2013年第05期摘要：随着计算机网络技术的不断发展和广泛普及，人们的生活与网络关系越来越密切，各种社交网络、论坛都涉及到人们的许多身份信息以及隐私信息，因此网络信息是否能够被保护关系着人们的切身利益。

然而网络安全是一项涉及多个方面的复杂工程，本文就网络安全评价方法出发，对网络风险以及三种网络安全评价方式进行了研究和探讨。

关键词：网络安全；安全评价；探讨中图分类号：TP393 文献标识码：A 文章编号：1674-7712 （2013） 10-0086-01一、引言伴随计算机网络技术的迅速发展，网络安全问题随之而来并表现出日益突出的重要性。

近些年来，人们参与网络活动的时间与频率增速极快，网络在人们日常生活中扮演着一个不可或缺的角色。

然而人们在绝大多数社交平台上，例如人人网、腾讯QQ、各种微博平台等注册或者使用时都需要提供许多个人信息给平台，然而这些信息是否能够在平台数据库中得到有效的保护或者这些平台本身的安全机制以及防盗措施是否健全，这些都值得我们进行深入的讨论。

近些天由斯诺登披露的美国“棱镜”项目令世界震惊，且不以任何政治立场谈论分析这件事，但就网络安全来说，我们每日接触的网络，竟然都逃脱不了有心人的监视，令人心生不安。

也正是由于网络的不安全性，以及一部分人的刻意利用，导致网络安全事件频发，人们对于网络的安全性以及真实性一直无法持全面支持态度。

二、网络风险探讨计算机网络的信息安全涉及到多个层次，其中包括物理、网络、系统、应用、电子邮件（E-mail）、管理层次等多个方面，其中每个层次均涉及到多个方面，因此网络信息安全是一个由底层设备到高层管理系统的综合网络问题，本文仅就信息安全的物理层次、网络层次和系统层次的风险进行详细分析。

（一）底层设备风险分析。

网络底层设备包括交换机、路由器、集线器以及网络线路等，物理层是整个网络系统安全的底层基础和前提，物理层风险主要由底层设备的失效或者错误使用引发。

基于BP神经网络的医院门户网站评价方法研究

院门户网站评价模型；过对安徽省１通５所三甲医院门户网站进行综合评价证明人工神经网络
，
方法应用于医院门户网站评价是可行和有效的。【键词】关：神经网络；医院网站；价评
１引言．
的计算采用层次分析法，先参考专家意见，造首构随着医院网络基础设施的不断完善、医院门判断矩阵Ｂ（ｊａ，得到一个综合的专家智慧；＝ａ）ｘｉｍ
１２
福建电
脑
２１０２年第６期
基于ＢＰ神经网络的医院门户网站评价方法研究
李超。周瑛ｚ（１埠医学院公共课程部安徽蚌埠２３０２安徽大学管理学院安徽合肥２０３．蚌３００．３０９
【摘要】：本文简述对医院门户网站进行评价的意义；建立一套实用的医院门户网站评价指标体系，并通过统计检验证明有效；用人工神经网络的评价方法，立基于Ｂ应建Ｐ神经网络的医
户网站的建立与应用，医院管理实现了自动化、其次，所有的判断矩阵进行一致性检验，出判使对求信息化，提高了管理水平。同时，门户网站作为医Ｉ入院网络业务的重要支持手段．提供了延伸服务。丰断矩阵偏离一致性的指标Ｃ：
：一，
１１
Ｗｉ
富了服务内容，而增强了医院的竞争力．进也更好、地支持了教学和科研【虽然国内大部分三甲医院Ｃ＝ｎ ห้องสมุดไป่ตู้ Ｉ

基于BP神经网络的电网调度系统安全评价

能力，利用Ｍａｔｌａｂ建立了ＢＰ神经网络模型，通过对某电网调度系统以往数据的训练学习，总结出了一般规律，并
通过网络再现，对新的数据作出了准确的评价，达到了预想的效果。这种基于ＢＰ神经网络对电网调度系统的安全评价，由于避免了人的主观因素的影响，因此节省了人力、财力和时间，比较适用于企业内部的自评价。关键词：ＢＰ神经网络；电网调度系统；安全评价中图分类号：Ｘ９１３；Ｘ９４６文献标识码：Ａ文章编号：１６７１ — １５５６（２０１３）０６０１２６Ｏ４
ｔｉｏｎｏｆｔｈｅｄｉｓｐａｔｃｈｉｎｇｓｙｓｔｅｍｏｆｐｏｗｅｒｇｒｉｄ，ａｎｄａｔｉｍｅｌｙａｎｄａｃｃｕｒａｔｅｓａｆｅｔｙａｓｓｅｓｓｍｅｎｔｉｓｂｅｃｏｍｉｎｇｍｏｒｅ
王莉霞，滑帅，梁金燕，李列平
（中国地质大学工程学院，武汉４３００７４）
摘要：随着电网调度自动化程度的不断提高，我国电网已形成互联格局，这对电网调度系统的安全运行提出了
更高的要求，对电网系统进行及时、准确的安全评价亦显得越来越重要。本文基于ＢＰ神经网络的非线性和自学习

基于 BP 神经网络的铁路互联网售票系统信息安全评估方法

基于 BP 神经网络的铁路互联网售票系统信息安全评估方法姚洪磊;张彦【期刊名称】《信息网络安全》【年(卷),期】2014(000)007【摘要】互联网售票逐步取代了传统售票方式，在铁路运输生产中发挥至关重要的作用，但由于其向互联网提供服务，面临多个层面的安全风险和威胁，受外部攻击、病毒感染等安全威胁日益增大，一旦遭受攻击或其他因素导致系统宕机或终止服务，产生社会负面影响巨大。

针对上述威胁，需要安全维护人员运用科学的方法和手段，系统地分析系统所面临的威胁及其存在的脆弱性，评估安全事件一旦发生可能造成的危害程度，提出有针对性的抵御威胁的防护对策和整改措施，将风险控制在可接受的水平，最大限度地保障信息系统安全。

人工神经网络具有常规方法所不具备的智能特性，具有自主获取和学习知识的功能，可以较好地处理不确定性和非线性的问题，目前基于人工神经网络的信息安全风险评估在多个行业中已经开展了研究并得到了应用。

相对其他人工神经网络模型，BP 神经网络模型具有较强的非线性映射能力和自学习、自适应能力。

首先，采用3层的神经网络能够以任意精度逼近任何非线性连续函数，使其适合于求解内部机制复杂的问题；其次，训练时能够通过学习自动提取输出、输出数据间的“合理规则”，并自适应的将学习内容记忆于网络的权值中。

因此，文章根据铁路互联网售票系统复杂网络体系结构，采用具有3层结构的 BP 反向传播人工神经网络模型与之对应，准确反映互联网售票系统面临的各类安全威胁，并利用 BP 神经网络良好的自适应性和容错能力，以互联网售票系统面临的安全风险威胁等级值为训练样本，采用已训练的 BP 网络对互联网售票系统进行安全风险评估，设计了基于 BP 神经网络的风险评估模型，仿真结果表明，设计的模型具有很好的自适应性和容错能力，适用于复杂的互联网售票系统网络，实验数据与实际系统风险评估值基本吻合。

%Railway internet ticketing system had replaced the conventional ticket transaction method which was playing an important part in railway transportation production. As a result of the Internet-based character, railway internet ticketing system was facing several levels of security risks and threats such as overt aggressions and virus infections. Once the system was break down, a great negative impact would be brought to the society. Based on the threats referred, scientific methods and tools need to be used to analyze the threats vulnerability of the system; consequences caused by the security incidents should also be evaluated once the accidents occurred. Protection countermeasures and corrective measures against threats should be proposed to control and mitigate information security risks which should bring the threats to an acceptable level. Artificial neural networks (ANN) has intelligent character such as autonomously access knowledge which can better deal with uncertainty and nonlinear problems, and it had been wildly applied in information security risk assessment in many industries. Compared with other ANN, the BP neural network had a good nonlinear mapping ability including self-learning and adaptive capacities. First, using the 3-layer neural network can approximate any nonlinear arbitrary precision continuous functions, making it suitable for solving complex problems. Second, the output can be automatically extracted "Reasonable Rules" between output data during the training process, and the learning content can adaptively memory the rules on the weights in the network. Asa result, an evaluation mode was proposed by using artificial neural network based on BP model in view of safety menace of railway internet ticketing system, the major safety menaces of internet ticketing system were used as the training samples; an experiment was conducted by using the trained BP artificial neural network to evaluate the security of the internet ticketing system. The experiment results show that the proposed evaluation model can indicate the practical status of internet ticketing system precisely. It is highly adaptive and fault-tolerant.【总页数】6页(P81-86)【作者】姚洪磊;张彦【作者单位】中国铁道科学研究院电子计算技术研究所，北京 100081;中国铁道科学研究院电子计算技术研究所，北京 100081【正文语种】中文【中图分类】TP309【相关文献】1.铁路信息安全体系的提出及在互联网售票系统中的应用 [J], 姚洪磊;张彦;祝咏升2.基于改进BP神经网络的ATM系统信息安全评估方法 [J], 吴志军;王璐;史荣3.基于熵权-离差的GA-BP神经网络编程能力评估方法 [J], 罗文劼;李明杰;肖梓良4.基于改进BP神经网络的网络态势评估方法 [J], 焦利彬;霍永华;喻鹏;李保罡5.基于BP神经网络泥石流沟发育阶段的判定——以成昆铁路四川段和昆东铁路为例 [J], 庄建琦;崔鹏因版权原因，仅展示原文概要，查看原文内容请购买。

基于优化BP神经网络的WSNs路由安全评估模型

ｆ网
．．．
．．
．．．．
一一
厂
Ｉ．．．。．．
，，．．．．
网
【．．．．．ｌｌ．．．．．．．＿
工神经网络的安全评估模型，利用神经网络的学习能力，自动进行多目标并行评估；基于贝叶斯网络的安全评估模
基金项目：本研究得到现代通信国家重点实验室基金项目资助
如下要求：（）由报文在传输过程中不能被非认证节点１路
图１典型ＢＰ网络结构模型
２Ｂ —ＲＡＭ路由安全评估模型ＰＳ
针对ＷＳ的路由攻击很多，典型的包括以下６种：Ｎｓ（）１虚假路由攻击，攻击者通过假冒、篡改或重放路由信息
生成虚假的错误信息，达到分割网络、误导流量、引起阻
的经过非线性转换的信息。
常用的网络安全评估方法主要包括基于漏洞检测技术的安
全评估模型，用漏洞扫描方法找出目标网络的漏洞信息并
进行分析评估；基于层次分析法Ａ模糊逻辑法的安ＨＰ和全评估模型 …，在对系统进行分层的基础上，逐层进行模糊评估，适用于一些难于完全定量分析的问题；基于人
塞、增加延时的目的；（）择转发攻击，恶意节点通过２选拒绝转发某些消息，使它们不能被进一步传播；（）３槽

基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究

入局部极值，导致权值收敛到局部极小点，从而导致网络训练原始数据，筛选出有关的数据并加以关联融合，分析出网络服
失败。
本文在吸收以上两种预测算法优点，结合网络安全态势值服务的网络服务安全指数。具有非线性时间序列的特点，利用神经网络处理非线性数据的
进行教据分析，验证了该预测方法可以减小了训练误差和预测误差，提高了对网络安全态势预测精度，证明了该方法的可行性。
关键词：贝叶斯正则化；ＢＰ神经网络；网络安全态势；态势预测
Ｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒｎｅｔｗｏｒｋｓｅｃｕｒｉｔｙｓｉｔｕａｔｉｏｎｐｒｅｄｉｃｔｉｏｎａｂｏｕｔ
型的网络安全态势预测方法，最后进行了实验仿真，说明了该预测方法的有效性和科学性。
第二，根据第一步的服务信息，然后计算网络中活动主机
第三，收集网络运行时主机系统的，提出一种基于贝叶斯的ＢＰ神经网络模系统中每项服务的权重，从而获得网络系统安全指数。
时代而生。
近年来，网络安全问题愈发凸显，分析及预测网络安网络中主机系统和网络设备产生的日志、告警等数据，利用自下而上安全态势，对于网络安全具有重要意义。文献提出了基于贝叶网络安全态势值量化策略，对网络态势指标进行量化。在实斯网络的网络安全态势评估方法研究，但该方法对事物的推断验环境下，提取网络运行时的多种设备的性能参数，从而更真必须且只须根据后验分布，而不能再涉及样本分布。文献使用实反映网络的安全态势状况。建模过程如下：ＢＰ神经网络对网络安全态势进行评估，该方法会可能使训练陷

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

中图法分类号：Ｐ９Ｔ３３
文献标识码：Ａ
文章编号：００７２２ｏ）ｔｂｔ．ｉｈｅｌｓｅｎｌｏｔｍａｅｎｒｕｈｓｔｔｕｅ．ｇｔｄｃｕｔｒｇａｇｒｈｂｓｄｏｇｅｉｒｗｅｉｉｏ
２．Ｄｅａｔｅｔｆｏｕｅｃｎｅｎｅｈｏｏ，Ｔｉａｎｖｒｔ，ａａ７０１ＣｉａｐｒｎｏＣｍｐｔＳｉｃｄＴｃｎｌｙａｈｎＵｉｓＴｉｎ２１２，ｈ）ｍｒｅａｓｅｉｙ ’ ｎ
ＡｂｔａｔＮｅｗｏｋｓｃｒｔｖｌｅｏｕｅ，ｔｌｃｍｍｕｉａｉｎｐｙｉｓｍａｈｂｏｏｙｍａａｅｎ，ｓｃａｎａｙｏｈｒｓｒｃ：ｔｒｅｕｉｉｏｖｓｃｍｐｔｒｅｅｏｙｎｎｃｔｏ，ｈｓｃ，ｔ，ｉｌｇ，ｎｇｍｅｔｏｉｌｄｍｎｔｅａ
ｏｎＡＨＰｗｈｃａｅｓｄｏｏｒｈｎｉｅａｓｓｍｅｔｆｅｏｋｓｃｒ，，ｉｈＣｂｅｎｃｍｐｅｅｓｖｓｅｓｎｎｔｒｅｕｉＢｙｔｉｙｍｏｅｓｉｎｉｃａｄｒａｏａｌｓｌａｎｕｏｗｙｔｓｗａ，ｈｒｃｅｔｓｎｂｅｒｕｔｃｎｉｆｎｅｅｓｂｂａｎｄＴｅｎｗｅｄｍｅｈｄａｅｒｖｄｄｆｒｖｒｌａｓｓｉｇｓｃｒｔｔｔｓｆｏｕｅｅｏｋｓｓｅ．Ｔｈｔｄｅｕｔｅｏｔｉｅ．ｈｅｉａａｔｏｒｏｉｅｏｅａｌｓｅｓｎｅｕｉｓａｕｍｐｔｒｔｒｙｔｍｄｎｐｏｙｏｃｎｗｅｓｙｒｓｌｕｓｈｖｏｎｅｒｔａａｕｄｂｏｄａｐｉａｉｎｐｏｐｃｓｎｔｅｅａｕｔｎａｄｃｒｉｃｔｎｏｎｔｏｋｓｃｒ．ａｅｉ￣ａｔｈｏｅｉｌｌｅａｒａｐｌｔｒｓｅｔｖｌａｉｎｅｔａｉｆｅｒｅｕｉｍｐｔｃｖｎｃｏｏｈｏｉｆｏｗｙｔＫｅｒｓｅｏｋｓｃｒｔ；ｅｕｉｓｅｓｎ；ｎａｙｉａｉｒｃｙｐｏｅｓｗｅｇｔａｔｆｉｌｅｒｌｅｏｋｙｗｏｄ：ｔｒｅｕｉｓｃｒａｓｓｍｅｔｎｗｙｙｔａｌｔｃｌｅａｈｒｃｓ；ｈｒｉｈ；ｒｉｃａｕａｔｒｉｎｎｗ
于群冯，玲
（．山东农业大学信息学院，２１１；２泰山学院信息科学技术系，山东泰安２１２）１７０８．７０１
摘要：网络安全涉及计算机、通信、物理、学、数生物、管理、会等众多领域，一项复杂的系统工程。因此，须采用系统社是必工程的思想和方法，整个网络的安全状况进行综合评价，对才能得出科学的评价结果。以层次分析法为基础，构建了ＢＰ神
ＹＵＱｎ，ＦＮＧＬｎｕＥｉｇ
（．Ｃｌｇｆｎｏｍａｏｃｅｃ，Ｓａｄｎｇｉｌｒｌｎｖｒｔａａ７１，ｈａ１ｏｌｅｆｒｔｎＳｉｅｈｎｏｇｒｕｕａＵｉｓｙｉｎ２Ｃｉ；ｅｏＩｉｎＡｃｔｅｉ，Ｔ ’ １０８ｎ
ｉｄ．ｔｓｍｐｅｔｍｎｉｅｒｎ．ｈｒｆｒ，ｈｅｎｔｏｆｙｔｍｎｉｅｒｇｉａｐｉａｓｓｅｔｒｕｉｆｌｓＩｏｌｘｓｓｅｅｇｎｅｉｇＴｅｅｏｅｔｅｄａａｄｍｅｈｄｏｓｅｅｇｎｅｎｐｌｄｔｓｅｓｈｅｏｋｓｃｒｅｉｃｙｉｓｉｓｅｏｔｎｗｅｙｔ
ｃｍｐｅｅｉｅｙＯｎｖｉｉｙｏｒｈｎｓｌ￣ｖｌｔｓＷａｎｈ，ｓｉｎｉｃａｓｓｉｇｒｓｌｂａｎｄＢＰｎｕａｔｏｋｅａｕｔｎｍｏｅｉｃｎｔｕｔｄｂｓｄｃｅｔｓｅｓｎｅｕｔｉｏｔｉｅ．ｉｆｓＳｅｌｗｒｖｌａｉｄｌＳｏｓｒｃｅａｅｒｎｅｏ
维普资讯
第２卷第８９期
Ｖ０。９ｌ２
ＮＯ．８
计算机工程与设计
ＣｏｕｅｎｇｎｅｒｎｎｓｇｍｐｔｒＥｉｅｉｇａｄＤｅｉｎ
２０年４０８月
Ａｐｒ０．２０８
基于ＢＰ神经网络的网络安全评价方法研究
经网络评价模型，可用于网络安全等级的综合评价，而得到更科学、从合理的评价结果。研究工作为全面评价计算机网络安
全状况提供了新的思路和方法，网络安全测评认证工作具有较高的理论价值和广阔的应用前景。对关键词：络安全；安全评价；层次分析法；权值；人工神经网络网