基于改进小波神经网络的信息安全风险评估

摘要

由于信息安全风险评估具有非线性、不确定性等特点,采用传统的数学模型进行信息安全的风险评估存在一定的局限性.将人工神经网络(ANN)理论、小波分析及粒子群优化算法有机结合,提出了粒子群一小波神经网络(PWNN)的信息安全风险评估方法.首先,采用模糊评价法对信息安全的风险因素的指标进行量化,对神经网络的输入进行模糊预处理;其次,采用粒子群优化算法对小波神经网络进行训练.仿真结果表明,提出的改进的小波神经网络模型可实现对信息系统的风险因素级别的量化评估,克服现有的评估方法所存在的主观随意性大、结论模糊等缺陷.具有更强的学习能力、更快的收敛速度.