基于神经网络算法的网络安全评价模型*
2018-07-18王建永黄杰韬
沈阳工业大学学报 2018年4期
周 珑, 郭 威, 王建永, 黄杰韬
(中国南方电网 广东电网有限责任公司, 广州 510630)
当前,各种计算机病毒、木马和黑客入侵等事件接连发生,网络信息安全的局势越来越严峻.在复杂的网络环境中,如何评价和检测网络的安全风险程度,成为了信息安全领域的重要问题.很多专家和学者做出了大量的努力[1-3],这些算法的优点在于从各个角度对网络的安全状态进行了研究,但其缺点是实用性不强.为进一步优化网络安全评价模型,回避BP神经网络算法收敛慢、搜索能力差等问题,本文引入了GA遗传算法,得出了结合这两种算法的网络安全评价模型,该模型既克服了BP神经网络算法和GA遗传算法的缺点,同时兼具这两种算法的优点,能够理想地完成网络安全评价工作.
1 评价指标设计
在复杂网络环境中,公众信息安全受到了多方面威胁,例如恶意攻击、软件漏洞、软件后门和操作失误等.为了能够准确地评估网络安全受威胁的程度,需要建立起一套综合评价指标体系.
1.1 评价指标种类
评价指标需要从层次结构、安全特性和系统安全评价体系等角度进行讨论[4].首先,目前网络的层次结构大多都是TCP/IP协议的分层模型,应用层负责用户的应用程序,其安全措施包括个人认证、加密和签名等;传输层负责用户端的进程通信,使用了安全套接字、访问控制和加密等技术;网络层负责网络的路由服务,使用了防火墙、IPSec技术;链路层负责网络中点到点的通信服务,主要用加密技术来保障安全;……
登录APP查看全文
