基于鱼群神经网络的信息安全性评价与分析

陈卓 杨卿

【摘要】 信息安全评估是保障和维护网络信息安全的重要环节。针对BP神经网络技术在对信息安全进行评估时存在的收敛速度慢、不易获得全局最优解、诊断精度低以及网络结构不确定等缺点，而人工鱼群算法具有较优的全局收敛能力及较快的寻优速度。因此，本文利用人工鱼群算法对BP神经网络的初始权值和阈值进行了优化，建立了一种新的网络信息安全评价模型，并将该模型应用到具体的评价实例中。结果表明，人工鱼群神经网络算法具有收敛速度快及泛化能力强的优点，为信息安全评估提供一种高效、准确及可靠的方法。

【关键词】 信息安全 BP神经网络 鱼群算法 评价 分析

引言

目前国内外常用的信息安全风险评价模型主要由层次分析法（AHP）、基于概率统计的ALE算法，模糊综合评价法等，也取得了一定的研究成果。但上述算法的基本思想是基于线性映射和概率密度分布的，即各风险指标与最终评价结果之间存在着线性关系[2]。然而，这种关系的存在是否科学至今也没有得到准确的答复，同时这些方法在实施时虽然给出了定量计算的算法，但操作较为繁琐，难以达到快速识别的要求。目前应用较广泛的BP神经网络评价算法存在着网络参数难确定、收敛速度较慢且易陷入极小值等问题。为了解决上述问题，本文应用鱼群算法对BP神经网络进行了改进，结合信息安全评价实例进行了测试，并将测试数据与标准BP神经网络进行了比较与分析，取得了理想的结果。……