基于模糊神经网络方法的信息系统安全风险评价研究

被引：21

作者：

马丽仪 ^{[1
]}

张露凡 ^{[2
]}

杨宜 ^{[1
]}

范蓓 ^{[3
]}

机构：

[1] 北京联合大学管理学院

[2] 北京交通大学经济管理学院

[3] 北京联合大学旅游学院

来源：

中国安全科学学报 | 2012年 / 22卷 / 05期

关键词：

信息系统安全; 风险评价; 模糊神经网络; 模糊评价; 隶属度;

D O I：

10.16265/j.cnki.issn1003-3033.2012.05.026

中图分类号：

X913 [安全系统学];

学科分类号：

0837 ;

摘要：

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。

引用

页码：164 / 169

页数：6

共 12 条

[1] 基于神经网络的金融风险预警模型及其实证研究 [J].