基于QPSO優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的信息安全風(fēng)險(xiǎn)評(píng)估方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、面對(duì)當(dāng)今社會(huì)信息系統(tǒng)安全需求的日益增長(zhǎng),已不可能單純地靠技術(shù)手段從根本上解決信息系統(tǒng)的安全問(wèn)題,更應(yīng)該從系統(tǒng)工程的角度來(lái)看待信息系統(tǒng)的安全問(wèn)題。風(fēng)險(xiǎn)評(píng)估是信息系統(tǒng)安全的基礎(chǔ)與前提,它占有非常重要地地位。通過(guò)信息安全風(fēng)險(xiǎn)評(píng)估,我們可以了解信息系統(tǒng)目前和未來(lái)的風(fēng)險(xiǎn),評(píng)估可能被這些風(fēng)險(xiǎn)帶來(lái)的安全威脅和影響程度,為建立信息系統(tǒng)、確定安全策略及保證系統(tǒng)的安全運(yùn)行提供基本的依據(jù)。因此,當(dāng)今的信息安全風(fēng)險(xiǎn)評(píng)估已經(jīng)成為一個(gè)日益緊迫的問(wèn)題,引起了各發(fā)達(dá)國(guó)

2、家的高度重視,他們認(rèn)為:缺乏有效的信息安全風(fēng)險(xiǎn)評(píng)估將會(huì)造成信息安全需求與信息安全解決方案之間的嚴(yán)重脫節(jié),必須實(shí)現(xiàn)制度化的風(fēng)險(xiǎn)評(píng)估。
   本文首先介紹了國(guó)內(nèi)外信息安全風(fēng)險(xiǎn)評(píng)估的發(fā)展現(xiàn)狀及概念,然后分析了風(fēng)險(xiǎn)評(píng)估要素之間的關(guān)系和評(píng)估流程,介紹了幾種最具有代表性的風(fēng)險(xiǎn)評(píng)估方法,總結(jié)了這些評(píng)估方法的優(yōu)缺點(diǎn)。提出一種量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估方法,主要是以信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估為研究對(duì)象,以模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、小波分析、粒子群等理

3、論為工具,系統(tǒng)地研究基于傳統(tǒng)的小波神經(jīng)網(wǎng)絡(luò)的評(píng)估方法,并利用量子粒子群算法訓(xùn)練小波神經(jīng)網(wǎng)絡(luò),并對(duì)其關(guān)鍵技術(shù)進(jìn)行了深入的研究,在此基礎(chǔ)上豐富和發(fā)展了小波神經(jīng)網(wǎng)絡(luò),探索了提高信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估效果的新途徑,提出的風(fēng)險(xiǎn)評(píng)估方法對(duì)信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估的全面展開(kāi)具有非常重要的意義。
   本文主要在以下的三個(gè)方面開(kāi)展了研究:
   (1)基于量子粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò)研究
   小波神經(jīng)網(wǎng)絡(luò)可以看作是一種連接型神經(jīng)

4、網(wǎng)絡(luò),是以小波函數(shù)為基函數(shù)。針對(duì)傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法的不足,又對(duì)粒子群優(yōu)化算法進(jìn)行改進(jìn),提出量子粒子群優(yōu)化算法,并將其用于訓(xùn)練小波神經(jīng)網(wǎng)絡(luò),提出新的小波神經(jīng)網(wǎng)絡(luò)模型。本文提出一種以量子粒子群優(yōu)化算法為基礎(chǔ)的小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法,將小波神經(jīng)網(wǎng)絡(luò)的參數(shù)組成一個(gè)多維向量,作為算法中的粒子進(jìn)行進(jìn)化,由此在可行解空間范圍內(nèi)搜索最優(yōu)解。
   (2)與其它風(fēng)險(xiǎn)評(píng)估方法進(jìn)行對(duì)比
   本文在Matlab7.1環(huán)境中對(duì)量子粒子群優(yōu)化

5、小波神經(jīng)網(wǎng)絡(luò)的評(píng)估方法做了仿真實(shí)驗(yàn),并分別從該方法的收斂速度、訓(xùn)練精度和預(yù)測(cè)準(zhǔn)確度三方面與基于BP算法的傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)方法作了對(duì)比。仿真結(jié)果表明,量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的收斂速度快、訓(xùn)練精度高、預(yù)測(cè)效果好,具有很大的優(yōu)越性。
   (3)提出基于量子粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估模型
   根據(jù)信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估的實(shí)際情況,提出一種基于量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的評(píng)估模型。并以某個(gè)信息系統(tǒng)為實(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論