基于QPSO優(yōu)化小波神經(jīng)網(wǎng)絡的信息安全風險評估方法研究.pdf

1、面對當今社會信息系統(tǒng)安全需求的日益增長,已不可能單純地靠技術手段從根本上解決信息系統(tǒng)的安全問題,更應該從系統(tǒng)工程的角度來看待信息系統(tǒng)的安全問題。風險評估是信息系統(tǒng)安全的基礎與前提,它占有非常重要地地位。通過信息安全風險評估,我們可以了解信息系統(tǒng)目前和未來的風險,評估可能被這些風險帶來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)的安全運行提供基本的依據(jù)。因此,當今的信息安全風險評估已經(jīng)成為一個日益緊迫的問題,引起了各發(fā)達國

2、家的高度重視,他們認為:缺乏有效的信息安全風險評估將會造成信息安全需求與信息安全解決方案之間的嚴重脫節(jié),必須實現(xiàn)制度化的風險評估。
　　 本文首先介紹了國內(nèi)外信息安全風險評估的發(fā)展現(xiàn)狀及概念,然后分析了風險評估要素之間的關系和評估流程,介紹了幾種最具有代表性的風險評估方法,總結(jié)了這些評估方法的優(yōu)缺點。提出一種量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡風險評估方法,主要是以信息系統(tǒng)安全風險評估為研究對象,以模糊數(shù)學、神經(jīng)網(wǎng)絡、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)絡的評估方法,并利用量子粒子群算法訓練小波神經(jīng)網(wǎng)絡,并對其關鍵技術進行了深入的研究,在此基礎上豐富和發(fā)展了小波神經(jīng)網(wǎng)絡,探索了提高信息系統(tǒng)安全風險評估效果的新途徑,提出的風險評估方法對信息系統(tǒng)安全風險評估的全面展開具有非常重要的意義。
　　 本文主要在以下的三個方面開展了研究:
　　 (1)基于量子粒子群優(yōu)化算法的小波神經(jīng)網(wǎng)絡研究
　　 小波神經(jīng)網(wǎng)絡可以看作是一種連接型神經(jīng)

4、網(wǎng)絡,是以小波函數(shù)為基函數(shù)。針對傳統(tǒng)小波神經(jīng)網(wǎng)絡訓練算法的不足,又對粒子群優(yōu)化算法進行改進,提出量子粒子群優(yōu)化算法,并將其用于訓練小波神經(jīng)網(wǎng)絡,提出新的小波神經(jīng)網(wǎng)絡模型。本文提出一種以量子粒子群優(yōu)化算法為基礎的小波神經(jīng)網(wǎng)絡訓練算法,將小波神經(jīng)網(wǎng)絡的參數(shù)組成一個多維向量,作為算法中的粒子進行進化,由此在可行解空間范圍內(nèi)搜索最優(yōu)解。
　　 (2)與其它風險評估方法進行對比
　　 本文在Matlab7.1環(huán)境中對量子粒子群優(yōu)化

5、小波神經(jīng)網(wǎng)絡的評估方法做了仿真實驗,并分別從該方法的收斂速度、訓練精度和預測準確度三方面與基于BP算法的傳統(tǒng)小波神經(jīng)網(wǎng)絡方法作了對比。仿真結(jié)果表明,量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡的收斂速度快、訓練精度高、預測效果好,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)絡的信息系統(tǒng)安全風險評估模型
　　 根據(jù)信息系統(tǒng)安全風險評估的實際情況,提出一種基于量子粒子群優(yōu)化小波神經(jīng)網(wǎng)絡的評估模型。并以某個信息系統(tǒng)為實