浅谈计算机网络安全检验中神经网络的应用研究

张春丽 王薇 四川财经职业学院

引言；在现如今快速发展的新时代下，计算机技术也爆发出巨大能力，发展迅速，计算机技术已经我们的生活中无处不在，但是计算机技术在为人们生活带来便利的同时，也存在一定的安全隐患。比如黑客与计算机病毒的存在，时刻威胁着我们的网络信息安全，不仅会使我们的计算机硬件遭到破坏，还会让电脑中重要的信息丢失。神经网络的应用，不但在网络安全检验中具有很好的适应性，也可以让网络安全检验更加客观，形成一个非线性的自适应系统，不受外界的干扰，可以适应各种网络环境，完成计算机有效地运行，提升工作效率。

1.神经网络的特点和发展

20世纪40年代初，由神经生物学家和数学家合作提出了第一个神经网络安全模型，根据人体脑部信息处理为基础，通过数学模型研究脑细胞动作、结构和神经元的生理基本特征，从这一时期开始，为后来的神经网络研究提供了可能性。

1958年，计算机科学家在神经网络模型基础上，提出感知器神经网络模型，将神经网络技术理论应用到工程中。上世纪80年代，计算机科学家提出映射自组织网络模型，利用映射特有的性质在计算机中模拟。1982年生物物理专家，对自组织神经与全局之间稳定性进行了详细阐述，认识到神经网络模型是一组微分非线性方程，与此同时，我国的一些数学家与科学家开始对神经网络产生兴趣，投入到神经网络的探究工作中。

2.计算机网络安全中神经网络的应用

2.1 神经网络工作原理和设计原则

2.1.1 神经网络工作原理

神经网络的工作原理为，利用正方向将信息传输到输入层，然后经过隐含层处理，最终传送到输出层。在这一过程中，如果不能有效检验网络安全的结果，神经末端就会将错误信息反馈回去，然后沿路反向传播，最终到达输入层，通过这一系列的循环检验，将误差尽可能降到最低，使网络安全的检验精确度得以提升。

2.1.2 神经网络设计原则

如果要提升神经网络在计算机安全检验应用中的效果，就要充分发挥神经网络的作用，设计数值的标准必须遵守以下几个原则：准确性，检验指标数值的准确性使网络安全技术水平的直观体现；独立性，数值选用要避免重复，尽可能降低数值之间的联系；完备性，结合网络安全的基本特征，合理选择检验数值，保证检验结果的精确可靠；简要性，选择具有代表性的，简洁扼要和层次明确的；可行性，数值选择与实际检验要保持一致，便于操作。

2.2 神经网络应用的方法

2.2.1 建立检验指标语集

根据计算机网络安全检验指标数值结构，搭建一个完整的检验指标语集，依据计算机网络安全等级将语集划分成：安全，表示计算机网络应用安全，安全保障能力较强；基本安全，表示计算机网络应用环境安全，安全保障能力一般；不安全，表明计算机网络应用安全存在隐患，在安全保障能力上存在局限性；很不安全，表明计算机网络安全应用形势严峻，安全保障能力不足。

2.2.2 检验模型的设计

输入层设计，计算机网络安全检验设计神经网络时，要有一个完善的指标个数，而且这些指标个数可以跟输入层中的神经元节点数量相对应；隐含层设计，假如隐含层网络设计数量是一个，那么就表示这个隐含层可以任意封闭区间连接函数，由于隐含层的功能完善，比较齐全，所以一个两层的神经网络就可以达到从M维到N维的映射。

2.2.3 检验指标设计数值的标准

计算机网络安全检验体系里，由于描述的元素存在差异，因此在检验指标的数值中有定量检验指标与定性检验指标两类。定量检验指标就是在检验指标数值时，根据相应目标对象的实际情况描述；定性检验指标则主要是使用专家打分的方法，使用标准化处理方式对数值与定量指标之间的可比性进行描述。

3 结束语

随着神经网络的不断发展，近些年神经网络的应用领域也在不断扩大，在计算机网络安全检验中，神经网络应用越来越广泛，也取得了长足进步。本文研究中，主要分析了计算机神经网络的特点与发展，研究计算机网络安全中神经网络的应用，在计算机网络安全检验中，应用神经网络具有自动抽提、自适应性、外推性、容错性等优点，根据自身调整缩小误差范围，对直接数据训练，自动确定结果与原因之间的关系，总结规律应用到其他类同样本内。确保了计算机网络安全检验的准确性和客观性，是一种可靠、有效的计算机网络安全检验方法，在与其他技术的相融合方面，值得广大专家学者深入研究。

[1]赵立新.神经网络在计算机网络安全评价中的应用研究[J].信息与电脑(理论版),2018(03):158-160.

[2]王亚妮.神经网络在计算机网络安全评价中的应用[J].数字技术与应用,2017(05):212.

[3]周海波.神经网络在计算机网络安全评价中的应用[J].网络安全技术与应用,2016(11):26+28.