基于模糊理论和BRBPNN的信息安全风险评估

论文摘要

针对信息安全风险评估中存在大量不明确信息以及使用神经网络进行预测时会出现过拟合现象,提出了基于模糊理论和BRBPNN(贝叶斯正则化BP神经网络)相结合的信息安全风险评估方法。首先构建风险评估指标体系,建立风险评估模型,其次使用模糊理论处理原始数据,最后通过BR算法对BP神经网络进行训练。以某组织的信息系统为例,通过实验对比,表明在训练神经网络方面,BR算法比传统LM算法具有更好的健壮性和泛化能力。故上述方法为信息安全风险评估提供了新思路。

论文目录

• 1 引言
• 2 信息安全风险评估
•   2.1 评估流程
•   2.2 指标体系构建
• 3 理论知识及模型构建
•   3.1 模糊理论
•   3.2 BP神经网络
•   3.3 贝叶斯正则化算法
•   3.4 信息安全风险评估流程构建
• 4 实验分析
•   4.1 数据预处理
•   4.2 BP神经网络构建
•   4.3 仿真结果对比
• 5 结论

文章来源

类型: 期刊论文

作者: 王鑫,唐作其,许硕

关键词: 信息安全,风险评估,模糊理论,贝叶斯正则化

来源: 计算机仿真 2019年11期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 贵州大学计算机科学与技术学院

基金: 贵州省科技计划课题(黔科合SY字[2011]3111),贵州大学青年教师科研基金项目(贵大青合字(2013)01号)

分类号: TP183;TP309

页码: 184-189

总页数: 6

文件大小: 1944K

下载量: 205