蒋瑶瑶

摘要 现如今，随着信息技术的不断深入到人们生活工作的各个领域，计算机网络系统在不断的发展与完善下已经越来越开放，越来越自由化以及智能化，这为我们带来更多丰富的资源以及便捷性外，也带来了很多不安全因素，同时为计算机网络安全评价带来了新的挑战。本文对神经网络与计算机网络安全评价概述与神经网络在计算机网络安全评价中的应用进行了如下阐述。

[关键词]神经网络 计算机网络安全评价 应用

计算机网络技术的飞速发展以及其不断地向人们的生活和工作中更加深入地渗透，使得计算机网络安全成为人们日益关注的问题。通常影响计算机网络安全的因素包括黑客、病毒、系统漏洞等等安全风险，从而给计算机网络的安全运行以及稳定运行带来极大的威胁，导致计算机用户信息的泄露或者是个人财产的损失，因此在计算机网络技术飞速发展的同时，其相应的计算机网络安全管理与评价质量也要不断进行创新和发展。本文就神经网络与计算机网络安全评价进行了概述，阐述了神经网络在计算机网络安全评价中的有效应用，正因为神经网络能有效提升计算机网络安全评价的精准度和实效性，便成为学者日益关注研究的对象。

1 神经网络与计算机网络安全评价概述

1.1 神经网络

始于二十世纪四十年代，神经网络的雏形诞生，生物学家和物理学家共同研究出了基于人脑神经网络的“神经网络模型”。人脑神经网络具有其自身的信息处理与传递方式，它不同于传统的计算机网络安全评价的线性结构，而是能够有效提升计算机网络安全性的非线性评价模式。生物学家和物理学家通过对学科知识的再构建，建立了神经网络模型。在神经网络模型建成之后引起了各界学者的广泛关注与研究，各界学者纷纷投入到了对神经网络模型的深入研究与拓展，并且明确认知到神经网络的非线性结构特征，从而为神经网络在计算机网络安全评价中的应用奠定了基础，為计算机网络安全的强化起到了一定的支持作用。

1.2 计算机网络安全评价体系

计算机网络安全评价体系即计算机网络安全管理系统，计算机网络安全管理系统通过对各种影响计算机网络安全的因素进行有效的分析拦截从而实现计算机网络环境的安全。计算机网络安全评价对影响计算机网络安全因素能够通过其算法进行一个客观且全面的分析过程，从而科学地预测出具有安全威胁的因素，并通过评价结果所做出的信息反馈，准确抓取出这些威胁因素，从而实现计算机网络安全的有效管理。

1.3 神经网络在计算机网络安全评价中应用的必要性

随着计算机网络技术的不断发展，传统线性的计算机网络安全评价方法已经远远不能适应现代计算机网络安全评价的需求了，人们生活和工作与计算机网络的密切关系也同样对计算机网络安全评价体系提出了更高的要求，从而以确保人们各类信息的安全，甚至是确保人们的财产安全。神经网络在计算机网络安全评价中的有效应用，是应时而生的更具有创造性与先进性的研究。神经网络让计算机网络安全评价结果比以往线性网络评价更具有准确性、客观性预计全面性，实现了计算机网络安全评价体系的完善与优化。所以，神经网络在计算机网络安全评价体系中的有效应用，是现代化建设的必然趋势，同时也是人们面对计算机网络安全威胁的新的要求。神经网络应用于计算机网络安全评价中体现了如下优势：首先，神经网络具有较强的环境适应能力，提升了计算机网络安全评价体系数据信息输出与输入的效率，并在自我调节的基础上，提升计算准确性，保证信息反馈质量。其次，神经网络对于数据处理更加的敏感，这从而提升了计算机网络安全评价运行以及数据处理的速度，使系统的容错性得到了有效提高。另外，神经网络的非线性特点使计算机网络安全评价同样也增添了非线性的功能，能够更大范围地对多种网络安全影响因素进行评价，确定评级等级目标，不仅大大提升了计算机网络安全评价的效率，还提高了计算机网络安全评价的准确性。

2 神经网络在计算机网络安全评价中的应用

2.1 计算机网络安全风险评估模型的建立

通过建立计算机网络安全风险评估模型从而实现神经网络在计算机网络安全风险评价中的有效应用。建立计算机网络安全风险评估模型首先要建立基于神经网络算法的计算机网络评价指标，通过计算机网络评价指标来筛选排查一切影响计算机网络安全的因素，通过神经网络的精准性与实效性进行危险因素的整合与分析，从而实现对问题数据查杀的目的。其次，运用神经网络在计算机网络安全评价中的应用实现风险等级评估，通过一系列周密计算，评估出网络主机风险等级。此外，运用神经网络进行网络层风险计算，从而将计算机网络种存在的整体风险因子呈现出来。

2.2 神经网络应用的优化

神经网络被应用于计算机网络安全评价中尚不成熟，相比于传统的线性计算机网络安全评价，神经网络在存在精准性和实效性的同时也存在一定的缺点。例如不具备对计算机系统全面化的高水平搜索能力。所以，神经网络在计算机网络安全评价中的应用还需要进一步研究与优化，从而促进其完善。第一点就是要初始化BP神经网络的整天结构、传递函数和目标矢量，并设置粒子群的多维参数。第二点则是通过分析与对比，从BP神经网络的单位粒子中优中选优地进行数据值存储。第三点使通过对粒子的更新和记录，选择神经网络最佳权值、阂值，从而弥补神经网络缺陷，实现不断优化。

3 结语

总而言之，在人们工作与生活越来越依赖计算机网络的前提下，将神经网络应用于计算机网络安全评价中是一项能够有效提升计算机网络安全的举措，并且神经网络技术也越来越受到学者的关注与研究。随着信息技术的不断创新与发展，神经网络技术应用于计算机网络安全评价中，不仅提升了计算机网络安全评价结果的精准性，还具有更大的潜力有待发掘。

参考文献

[1]杨晓翠，刘汝涛，徐韶，神经网络算法在计算机网络安全评价中的应用比较[J].电脑编程技巧与维护，2016 （11）：89-90.

[2]徐韶，刘汝涛，基于LM-BP神经网络的计算机网络安全评价[J].通讯世界，2016 （13）：11.