文档介绍：万方数据
基于量子神经网络的信息安全风险评估方法孔由窬绲姆缦掌拦婪椒罗辉,潘平罨凰氓、淙氩愫褪涑霾阌刖涞腂窬点,提出基于量子神经网络的信息安全风险评估方法。将实际检测的对象属性作为量子神经网络的输入,经量子神经网络系统处理,获得信息系统的综合风险。实验仿真结果表明:基于量子神经网络的风险评估方法比经典网络评估方法更有效、可靠,可以应用于实际的信息安全风定量评估法和定性与定量相结合的评估法三大类。目前,定量评估法都是基于层次分析、概率分析、模糊神经网络分析等的方法¨H欢捎谛畔⑾共存过程,采用传统的数学模型进行信息安全风险速度过慢等问题U攵哉庑┪侍猓疚奶岢鲆种基于量子神经网络的风险评估方法。信息安全风险评估,就是针对网络与信息系统整改措施‘F拦滥P腿缤所示。根据《/—信息安全技术信息系统安全等级保护基本要求》,将系统资产划分为五大类,即:物理、网络、主机、数据和管理,为了系统安全,必须保证上述的机密性、完整性和可用性。.》和《/—.信息安全技术信息安全风险评估规范》要求,将该五大类指标项具体划分为:环境安全、介质安全、设备安全、访问控制、加密措施、审计与跟踪、通信线路及控制装置备份、身份鉴别、访问策略、防病毒措施、防入侵措施、安全审计、系统志、服务器备份、数据存储安全、数据传输安全、密钥管理、设备管理证书管理和人员管理,共计一致,而隐层神经元则采用了量子态叠加的思浼せ詈ㄒ逦R幌盗芯哂辛孔蛹涓偏移的南咝缘樱雇缇哂幸欢的模糊性,从而降低模式识别的不确定性摘要:针对信息安全风险评估对象的多样性和信息的不确定性、数据量大以及无规律性的特险评估中。关键词:量子神经网络;神经网络;信息安全;风险评估中图分类号:文献标识码:信息安全风险评估方法主要分为定性评估法、统安全风险本质上是动态、多目标、多属性风险的评估必然会存在一定的局限性,而模糊神经网络虽然具备一定的智能特性,可以处理不确定性问题,但也存在记忆容量有限、在大信息量的情况下处理信息安全风险评估模型的资产所存在的脆弱性以及面俚耐步械淖合性分析,评估安全事件发生时可能对系统造成的危害程度,提出有针对性的抵御威胁的防护对策和同时根据《疘项一缤所示。量子神经网络结构分析根据量子神经网络的三层网络结构,三层神经元的个数分别为想。,如图尽隐层节点的输出函数哺’#第卷第年贵州大学学报匀豢蒲О文章编号———图畔踩ǚ缦掌拦滥P笾荽笱Ъ扑慊蒲в胄畔⒀г海笾莨笱瓹收稿日期:一一基金项目:教育部信息安全类教育科学改革项目篔还笾菔】蒲Ъ际趸鹣钅黔科合諿作者简介:罗辉,男,湖北天门人,硕士研究生,研究方向:语音信号处理,:.ㄑ蹲髡撸号似剑珽:.甤.
万方数据
里囡厂—籲卢危瑇一日。:一—猘瓦肼ィ唬ゲ穕籥警缸鲥一巨隆б籝。数相同以算;M缛ㄏ蛄浚粁为网络然后通过调整隐层神经元的量子间隔参数,来获得出向量,或员、住溃’为网络实际输出其中,为量子间隔数,其大小与待分类的模式个输人向量;A孔由窬J淙胂蛄浚唤煳P甭络的联结权值,以使样本数据与特征空间相对应,蕴含在样本数据中的不确定性。网络权值的更新算法如下¨:假设。∽骸住琘。。NM缙谕调整权值的原则是使误差不断地减小,因此应上式中,负号表示梯度下降,常数理∈,表点与隐层第鼋诘愕娜ㄖ档髡昂蟮闹担琕橐弧:权值调整前后的值。为了增大学习速率而又不导致振荡,给加权调节量加一项正比于前次加权变化量的