◆吴文波

基于模糊神经网络的网络安全风险评估研究

◆吴文波

（闽南科技学院 福建 362000）

为解决传统评估方法在对网络安全风险评估时，得出的评估结果与期望值相差较大，评估精度差等问题，开展基于模糊神经网络的网络安全风险评估研究。通过基于模糊神经网络的网络数据模糊处理、确定评估指标权重值和网络安全风险评估算法计算，提出一种全新的评估方法。通过引入对比实验，证明新的评估方法在对网络安全风险评估时，得出的评估结果精度更高，准确性能够得到保障。

模糊神经网络；网络安全；风险评估；评估指标权重值

对于网络安全风险进行评估，不仅能够有效提高网络信息安全，让网络可靠地运行，同时对于降低或预防网络安全事故发生而言，也具有十分重要的价值和意义[1，2]。当前，通过相关领域研究人员的探索，得出一种基于BP神经网络的网络安全风险评估方法，并且已经得到了普遍应用。但这种方法在实际应用的过程中存在评估准确性差、适应性不强等问题。模糊神经网络与BP神经网络相比，在应用前首先需要结合模糊理论对各类数据进行模糊处理，在实际应用中具备了神经网络和模糊理论的全部优点，但目前这种神经网络结构在网络安全领域当中的应用较少。针对上述传统评估方法存在的问题，在充分考虑到网络安全风险评估可能涉及的各项风险因素的影响下，本文结合模糊神经网络，提出一种全新的网络安全风险评估方法。……