论文部分内容阅读
计算机网络安全评价是一个多指标体系,从安全漏洞到病毒侵入计算机网络这些复杂的问题,传统的线性评价方法不能准确地描述对结果的影响,各项指标的评价结果精度比较低。为了提高计算机网络的安全性的精度评价,计算机网络安全性评价提出粒子的方法来优化神经网络。首先,选择通过专家系统对计算机网络进行安全性评价,然后利用专家打分法确定指标权重,最终目标是重量输入BP神经网络进行学习,BP神经网络参数是由计算机网络安全评价等级粒子群算法产生的。仿真结果表明,相对于传统的计算机网络安全评估模型,粒子优化神经网络计算机网络安全评估速度快,可以提高计算机网络安全评估的准确性。