神经网络在信息系统安全评价中的应用研究

Microcomputer Applications V ol.27,No.12,2011研究与设计微型电脑应用2011年第27卷第12期文章编号：1007-757X(2011)12-0009-04基于BP神经网络的信息系统运行质量评价模型龚代圣，杨栋枢，王文清，杨德胜摘要：信息系统运行质量评价是供电企业信息系统运维的重要工作，其中关键的一项就是对信息系统运行质量进行分析评估，这对于信息系统运行可靠具有重要意义。

在分析影响信息系统运行质量因素的基础上，构建了信息系统运行质量评价指标体系，将遗传算法神经网络原理引入信息系统运行质量评价，构建了基于遗传算法和神经网络的信息系统运行质量评价模型，为供电企业的信息系统运行质量评估研究提供模型和方法的支撑。

实证结果表明：模型具有较强的自组织、自学习和自适应能力，模型评估结果比较客观合理。

关键词：信息系统；指标体系；运行质量评价；遗传算法；神经网络中图分类号：TP311文献标志码：A0引言供电企业是国内应用信息技术较早的行业之一，先后经历生产过程自动化、管理信息化等建设阶段。

目前，供电企业信息系统运行呈现出基础设备齐备、数据庞杂、应用广泛等特点，因此，对信息系统运行质量进行评估显得格外重要。

信息系统运行质量评价是为了提升信息化运行保障能力，准确而客观地评价信息系统运维水平，从而有效地指导信息系统安全、高效、经济运行。

如何积极开展信息系统运行质量评估来降低信息系统安全运行风险？通过何种指标来科学评价供电企业的信息系统运行质量发展水平？这是当前供电企业必须解决的一个问题，而目前供电企业还没有一套完整的供电企业的信息系统运行质量评价指标体系正式发布。

通过构建科学的、实用的、有效的供电企业信息系统运行质量评价指标体系，采用具有学习、记忆、归纳、容错及自学力、自适应能力的基于遗传算法的BP神经网络算法，科学有效地评价供电企业的信息系统运行质量，有利于规范和完善供电企业的信息系统运行水平建设，促进信息系统运维水平健康与快速的发展。

信息安全• Information Security176 •电子技术与软件工程 Electronic Technology & Software Engineering【关键词】神经网络 计算机网络安全 评价计算机技术的不断发展为现代社会带来了巨大的改变，为人们的生活、生产带来了极大的便利性，同时也让人们方式的发生了改变。

但是，在享受计算机技术便利性的同时也要客观的认识到计算机网络的安全问题，黑客通过计算机网络的漏洞或者病毒等形式的可以入侵计算系统，因此，对现代计算机技术来说安全问题是一项巨大的挑战。

1 计算机网络安全评价体系的建立计算机网络自身组成就非常复杂，而影响计算机网络安全的因素也有很多，为了进一步强化对计算机网络安全的评价，就必须要建立起完善的计算机网络安全评价体系。

1.1 计算机网络安全评价体系的建立应遵循的原则1.1.1 准确性计算机网络安全评价体系中的每一项平评价指标必须要保证其真实性以及有效性，这样才能将网络安全在不同阶段的技术水平充分体现出来。

1.1.2 独立性在选取计算机网络安全评价体系的相关评价指标的时候，尽量不要对指标进行重复选择，这样才能保证不同指标指标的保持一定的独立性，将各种指标之间的关联性降到最低，这样才能将计算机网络的安全状况客观的反映出来。

1.1.3 完备性在选取计算机网络安全评价体系相关评价指标选择的时候，要对各种评价指标进行全面的考虑，并进行合理的选择。

要充分保证每一项选取的指标能够将计算机网络安全的基本特征都可观的反映出来，只有这样才能充分保证评价指标表的可靠性，并最终保证评价结果的准确性。

1.1.4 简要性在进行计算机网络安全评价体系评价指标选择的过程中既要充分考虑指标的完备性，同时也要兼顾指标评价的实际工作量以及工作神经网络在计算机网络安全评价中的应用文/张钊效率，要尽量选择一些最具代表性的指标，在充分保证评价结果的基础上，最大程度的减少指标评价的工作量。

神经网络下的计算机安全评价技术随着互联网技术的快速发展，计算机网络安全问题变得越来越重要。

其中，计算机安全评价技术在识别和评估计算机网络中的潜在威胁方面起着至关重要的作用。

近年来，神经网络技术在计算机网络安全领域中逐渐得到应用，成为计算机安全评价技术的一种重要工具。

一、神经网络技术神经网络是一种基于仿生学的计算模型。

它是由大量具有并行分布式处理能力的基本计算单元组成的。

这些单元被连接成网络，网络中的每个单元都可以通过调整连接的强度来改变其输出。

神经网络主要具有以下特点：1. 分布式神经网络的单元具有分布式处理能力，可以同时执行多个任务，快速处理大量的信息。

2. 自适应神经网络的连接强度会根据输入的变化自动调整，能够适应各种输入信号。

3. 学习能力神经网络能够通过学习不断提高自己的性能，自适应的调整权重，取得比传统算法更好的效果。

4. 非线性神经网络具有非线性的特点，能够处理复杂的非线性问题。

二、神经网络在计算机安全评估中的应用神经网络具有分布式、自适应、学习能力和非线性等特点，可以应用到多种计算机安全问题的解决中。

包括入侵检测、恶意代码识别、漏洞分析等。

1. 入侵检测入侵检测是计算机安全评估的一个重要方面，通过对网络流量进行监控和分析来检测潜在的攻击。

神经网络具有非线性的特点，在处理高维度的复杂数据时具有优势。

通过对网络数据进行监控和学习，神经网络可以识别正常流量和恶意流量，提高入侵检测的精度和效率。

2. 恶意代码识别恶意代码是计算机安全领域中的一个重要问题。

传统的防病毒软件需要不断更新病毒特征库，才能发现新的恶意代码。

而神经网络通过学习已知的恶意代码，可以自动识别新的恶意代码，从而实现自动防御。

3. 漏洞分析漏洞是计算机系统中最常见的安全问题之一。

通过对漏洞的分析，可以发现潜在的安全威胁。

传统的漏洞分析方法需要大量的手工劳动和经验，效率较低。

而神经网络通过学习已知漏洞的特征，可以自动识别新的漏洞，并提供解决方案。

信息技术论文题目大全信息技术论文题目大全信息技术主要是应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。

以下是小编带来信息技术论文题目大全的相关内容，希望对你有帮助。

1.论信息安全、网络安全、网络空间安全2.用户参与对信息安全管理有效性的影响——多重中介方法3.基于信息安全风险评估的档案信息安全保障体系构架与构建流程4.论电子档案开放利用中信息安全保障存在的问题与对策5.美国网络信息安全治理机制及其对我国之启示6.制度压力、信息安全合法化与组织绩效——基于中国企业的实证研究7.“棱镜”折射下的网络信息安全挑战及其战略思考8.再论信息安全、网络安全、网络空间安全9.“云计算”时代的法律意义及网络信息安全法律对策研究10.计算机网络信息安全及其防护对策11.网络信息安全防范与Web数据挖掘技术的整合研究12.现代信息技术环境中的信息安全问题及其对策13.处罚对信息安全策略遵守的影响研究——威慑理论与理性选择理论的整合视角14.论国民信息安全素养的培养15.国民信息安全素养评价指标体系构建研究16.高校信息安全风险分析与保障策略研究17.大数据信息安全风险框架及应对策略研究18.信息安全学科体系结构研究19.档案信息安全保障体系框架研究20.美国关键基础设施信息安全监测预警机制演进与启示21.美国政府采购信息安全法律制度及其借鉴22.“5432战略”:国家信息安全保障体系框架研究23.智慧城市建设对城市信息安全的强化与冲击分析24.信息安全技术体系研究25.电力系统信息安全研究综述26.美国电力行业信息安全工作现状与特点分析27.国家信息安全协同治理:美国的经验与启示28.论大数据时代信息安全的新特点与新要求29.构建基于信息安全风险评估的档案信息安全保障体系必要性研究30.工业控制系统信息安全研究进展31.电子文件信息安全管理评估体系研究32.社交网络中用户个人信息安全保护研究33.信息安全与网络社会法律治理:空间、战略、权利、能力——第五届中国信息安全法律大会会议综述34.三网融合下的信息安全问题35.云计算环境下信息安全分析36.信息安全风险评估研究综述37.浅谈网络信息安全技术38.云计算时代的数字图书馆信息安全思考39.“互联网+金融”模式下的信息安全风险防范研究40.故障树分析法在信息安全风险评估中的'应用41.信息安全风险评估风险分析方法浅谈42.计算机网络的信息安全体系结构43.用户信息安全行为研究述评44.数字化校园信息安全立体防御体系的探索与实践45.大数据时代面临的信息安全机遇和挑战46.企业信息化建设中的信息安全问题47.基于管理因素的企业信息安全事故分析48.借鉴国际经验完善我国电子政务信息安全立法49.美国信息安全法律体系考察及其对我国的启示50.论网络信息安全合作的国际规则制定51.国外依法保障网络信息安全措施比较与启示52.云计算下的信息安全问题研究53.云计算信息安全分析与实践54.新一代电力信息网络安全架构的思考55.欧盟信息安全法律框架之解读56.组织信息安全文化的角色与建构研究57.国家治理体系现代化视域下地理信息安全组织管理体制的重构58.信息安全本科专业的人才培养与课程体系59.美国电力行业信息安全运作机制和策略分析60.信息安全人因风险研究进展综述61.信息安全:意义、挑战与策略62.工业控制系统信息安全新趋势63.基于MOOC理念的网络信息安全系列课程教学改革64.信息安全风险综合评价指标体系构建和评价方法65.企业群体间信息安全知识共享的演化博弈分析66.智能电网信息安全及其对电力系统生存性的影响67.中文版信息安全自我效能量表的修订与校验68.智慧城市环境下个人信息安全保护问题分析及立法建议69.基于决策树的智能信息安全风险评估方法70.互动用电方式下的信息安全风险与安全需求分析71.高校信息化建设进程中信息安全问题成因及对策探析72.高校图书馆网络信息安全问题及解决方案73.国内信息安全研究发展脉络初探——基于1980-2010年CNKI 核心期刊的文献计量与内容分析74.云会计下会计信息安全问题探析75.智慧城市信息安全风险评估模型构建与实证研究76.试论信息安全与信息时代的国家安全观77.IEC 62443工控网络与系统信息安全标准综述78.美国信息安全法律体系综述及其对我国信息安全立法的借鉴意义79.浅谈网络信息安全现状80.大学生信息安全素养分析与形成81.车联网环境下车载电控系统信息安全综述82.组织控制与信息安全制度遵守:面子倾向的调节效应83.信息安全管理领域研究现状的统计分析与评价84.网络信息安全及网络立法探讨85.神经网络在信息安全风险评估中应用研究86.信息安全风险评估模型的定性与定量对比研究87.美国信息安全战略综述88.信息安全风险评估的综合评估方法综述89.信息安全产业与信息安全经济分析90.信息安全政策体系构建研究91.智能电网物联网技术架构及信息安全防护体系研究92.我国网络信息安全立法研究93.电力信息安全的监控与分析94.从复杂网络视角评述智能电网信息安全研究现状及若干展望95.情报素养:信息安全理论的核心要素96.信息安全的发展综述研究97.俄罗斯联邦信息安全立法体系及对我国的启示98.国家信息安全战略的思考99.我国云计算信息安全的理论与对策研究100.信息安全漏洞分析回顾与展望。

- 1 -高 新 技 术１　数据预测评估系统的设计背景目前，企业数据工程师的工作量较大，且由于数据分析的特性，会增加数据工程师对数据进行挖掘分析的时间成本，对工作任务的完成效率和企业的盈利有不利影响，甚至可能阻碍新算法的开发进程。

因此，无论是对企业和工作者，还是对现在和未来的发展来说，优化提升现有的基础是十分重要的。

基于神经网络算法的数据预测与评估系统是一款可以快速、高效地完成数据预测与评估系统管理操作的软件，而且该系统还具备数据导入、数据训练和数据预测等功能，可以根据设置的配置参数完成基于神经网络算法的数据预测与评估系统等相关操作。

该软件可以系统地对基于神经网络算法的数据预测与评估系统所产生的数据进行分析、归类和计算，再对数据进行智能化的统筹管理和保存备份。

全新的登录账号系统让用户可以随时随地访问基于神经网络算法的数据预测与评估系统管理平台，让用户可以更便捷地管理该系统，也让用户更加安心。

２　研究现状目前针对数据预测的系统有很多，许多学者从随机森林、灰色预测、神经网络、时间序列、组合处理、小波分解以及ANFIS 模型等多个方面对数据预测系统展开了研究和开发工作，研究成果颇丰[1]。

其中，灰色预测方法、神经网络和时间序列3个角度是学界研究的热点，学者对相关研究的兴趣一直维持在一个较高的水平。

在对使用时间序列方法进行数据预测的研究中，南国芳、周帅印、李敏强和寇纪淞在2013年通过对无线传感器网络的数据进行分析，引入多属性模糊时间序列预测模型，并提出了适合传感器网络的修正预测模型[2]。

2010年，于重重、于蕾、谭励和段振刚基于时序算法对太阳能热水监测系统的使用率做出准确的评价[3]。

2020年，潘点飞等人为了实现在轨道中采用生控系统进行故障预测的目的，对系统遥测数据的时间序列信息展开了研究。

通过AIC 与BIC 相结合的方法确定了预测模型，并运用该模型对实际工程中的遥测数据进行预测验证[4]。

在以神经网络为基础的数据预测模型中，学者大多使用的是BP 神经网络、LSTM 神经网络和GRU 神经网络；2020年，姬鹏飞、孟伟娜、杨北方和王丹丹提出了基于自适应粒子群算法（APSO）优化的误差方向传播（BP）神经网络预测方法，利用APSO 算法优越的全局搜索能力更新 BP 神经网络的权值和阈值，通过有效结合2种算法的优势，提高了某省农业机械数据预测的精度[5]。

神经网络算法在系统测试中应用摘要：系统测试属于投资比较大的工程，本文分析了神经网络算法在系统测试中应用。

神经网络算法是由输入层、输出层、隐含层组成。

目前系统测试包括故障测试和功能缺陷测试，神经网络算法应用能提高系统故障率识别和功能缺陷识别率，具有广阔应用前景。

关键词：系统测试；功能缺陷；系统故障率1引言系统测试目的是发现系统存在漏洞以达到系统能稳定可靠运行。

近年来随着系统业务功能不断增加使得系统变得尤为复杂，系统测试随之增加。

数据表明在系统开发中有近一半时间用于系统测试。

系统测试在软件开发中既耗时又耗资金，如何提高系统测试效率是当前急需解决问题。

系统测试源于1972年Bill Hetzel博士发表的文章中指出系统测试时建立一种信心、所开发的程序能按预期目标执行。

软件测试经历40多年发展，目前常用测试方法有按照内部结构划分有白盒测试、黑盒测试以及灰盒测试；按照执行代码分为静态测试、动态测试；按照开发过程级别划分为单元测试、集成测试、系统测试；按照测试类型划分为功能测试、性能测试等。

为提高软件测试效率近年来发展了启发式资源系统测试、遗传算法软件测试等。

为分析系统测试进展，本文针以神经网络算法在系统测试中应用为研究，为系统测试技术提供帮助。

2神经网络算法分析神经网络算法源于上世纪80年代，该算法能进行自主学习、大规模并行，被广泛应用到模式识别、函数逼近、智能控制领域。

神经网络算法有输入层、输出层以及隐含层组成如图1为神经网络结构图。

如图2为神经网络算法流程图。

图2 神经网络算法流程由图2可知神经网络算法第一步是进行网络初始化，设置各个连接点的权重在（-1，1）内，同时设置误差函数、精度值、最大学习次数等参数。

第二步是进行样本及其对应期望数值输出。

第三步是进行隐含层中各个神经元的输入和输出计算。

第四步求解偏导数。

第五步进行反向误差计算。

最终完成神经网络计算。

3神经网络算法在系统测试中应用神经网络算法在系统测试主要体现在系统故障测试和软件缺陷分析方面，下面进行详细分析。