前言：本站為你精心整理了計算機網絡安全評價仿真模型設計范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

【摘要】計算機網絡屬于較為復雜的網絡，所以要全面考慮能夠影響網絡安全的所有因素，以此才能夠使計算機網絡評價指標更加嚴謹，在計算機網絡安全評價體系設計過程中，則需要綜合分析計算機的相關安全因素。本文則基于神經網絡分析計算機網絡安全評價仿真模型設計。

【關鍵詞】神經網絡；網絡安全評價

仿真模型設計目前我國具有多種計算機網絡安全評價系統，但是只是使用極小部分，其主要目的就是對網絡中存在的完全漏洞進行檢測，但是并不分析網絡安全風險評價及預測計算機網絡安全態勢。所以，就要創建計算機網絡安全評價仿真模型，以此創建具有檢測方法及風險評估的網絡安全評價系統，確保計算機網絡信息的安全性。

一、計算機網絡安全評價指標

計算機網絡安全指標全方面的反映出了計算機的安全情況，因為不同安全指標的量綱不同，所以不能夠直接比較，為了能夠使安全指標之間能夠相互的運算和比較，所以就要對安全指標統一處理，安全指標權值表示為：xi=xi-xmin/xmax-xminxi表示為安全指標統一標準權值，xmax表示為第i個安全指標最大權值，xmin表示為第i個安全指標最小權值。

二、神經網絡下的計算機網絡安全評價仿真模型設計

（一）權系值及染色體位串編碼本節以BP神經網絡為例，計算其訓練結果，共具有四個矩陣，在設定的時候，使i表示輸入節點、k表示輸出節點、j表示隱含節點，具體表現為以下：輸入層至隱含層的權值矩陣表示為：W=w11,w12,...,w1j;w21,w22,...,w2j;w31,w32,...,w3j;w41,w42,...,w4j隱含層的閾值矩陣表示為：γ=γ1，γ2，...，γj隱含層至輸出層的權值矩陣表示為：V=v11,v12,...,v1j;v21,v22,...,v2j;v31,v32,...,v3j;v41,v42,...,v4j輸出層的閾值矩陣表示為：h=h1，h2，...，hj為了使用GA算法優化BP神經網絡權值，首先就要優化以上矩陣，使其形成染色體串，從而編碼。

（二）神經網絡算法

初始化樣本數據，在相應的矩陣中錄入樣本數據，輸入矩陣表示為input（s=1,2，...，i），輸出數據表示為output（s=1,2，...，j）。使學習速率為α和β，使其生成染色體數據，表示為ι（s=ι，...，N），分別設定雜交概率及變異概率，雜交概率表示為Pc，變異概率表示為Pm；Until滿足以上條件的需求；開始；Foristep=1toNdo；開始；本文中的染色體所對應的編碼得到的矩陣分別為W、γ和V；使Z為0；對所有樣本通過上述矩陣計算相對應的誤差及誤差總和，誤差表示為21∑)(=−=∆immmiyyxd，誤差綜合表示為∑=∆=Ζpiid1；通過Ζ及ft=1/E，對染色體自適應函數值進行計算；以所有染色體自適應函數值重復上述操作；交換；開始；變換；結束；開始；變異；結束。以上為GABP算法實現的具體步驟。

（三）GA算法的實現步驟

首先，對權系進行編碼。由于系統中具有96個變量，所以本文中所研究的神經網絡的權值系數在編碼的時候使用的是實數。如果是一般情況的話，在進行編碼的時候都是使用二進制。編碼具體為：σi（i=1,2，...，17）表示為單元的數量。另外，初始化及自適應函數。GA算法的搜索最優函數表示為θc=（cij，bij），使minE=（1/2）∑（yak-yi）2，其中yak表示為期望輸出，yi表示實際輸出，以此得到各個染色體的適應度，表示為ft=（1/E）（t=1,2,3，...）。其次，選擇比例。選擇比例是在賭輪法的基礎上選擇的概率分布過程，其主要表示為：1）將單個染色體的適應值進行計算，適應值表示為eval（θi）；2）將群體總適應值進行計算，表示為f=∑=popsizeieveal1)(θ；3）將染色體被選概率進行計算，表示為Pt=eval(θt)/F；4）將染色體的累計概率進行計算，表示為qt=∑=tjjP1在羅盤轉動popsize次的時候，根據對應的方式選擇單個染色體；之后，雜交。雜交主要有兩種方式，其一，根據遺傳算法雜交，此種方法較為簡單，類似于二進制，就是劃分浮點數；其二，根據算數雜交，就是組合兩個不同的變量；最后，變異。本文中所研究的仿真模型使用的為均勻變異，被變異的個體要有一個良好的適應值，以此接受全新的成員，從而代替編譯之前的群體。

三、結語

本文通過GA算法彌補了神經網絡中的缺點，之后淺述了以神經網絡為基礎的計算機網絡安全評價仿真模型，并且對其進行了實現，通過評價可以看出來，本文中的計算機網絡安全評價模型是可靠真實的，并且擁有優異的性能，其具有一定的理論價值。

參考文獻

[1]杜濤.基于神經網絡的計算機網絡安全評價技術[J].長春工業大學學報,2015(3):310-314.

[2]王偉.基于概率神經網絡的計算機網絡安全仿真分析[J].制造業自動化,2010(15):75-76.

作者:劉江霞 孟慶森 單位:青島市第八人民醫院