基于RBF模糊神经网络的信息安全风险评估
针对传统信息安全风险评估方法的单一性和主观性,提出了新的基于RBF模糊神经网络的信息安全风险评估方法.用模糊集合来模糊化影响评估的因素,构造网络的输入输出,用模糊规则来模拟因素之间的关系,采用增量型模糊神经网络训练方法和批处理型模糊神经网络训练方法相结合的方法来训练网络,并对从模糊规则导出的风险等级去模糊化,得到信息系统的风险指数.搭建了该RBF模糊神经网络结构,并对网络进行了学习和训练,同时与BP神经网络做了对比实验,结果表明,该方法能对信息系统的安全性做出准确的评估.
RBF模糊神经网络、信息安全、风险评估、训练方法、BP神经网络
32
TP309(计算技术、计算机技术)
国家自然科学基金项目60940032、61073034;国家"十一五"科技支撑计划重大基金项目2006BAK01A07;国家"十一五"科技支撑计划重点基金项目2006BAC18B06
2011-10-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
2113-2115,2128