基于深度学习算法的计算机网络安全性分析

杨斯铄

【摘要】随着我们进入网络互联的时代，计算机网络的重要性也逐渐提高，但是对于计算机网络安全的发展还有一定发展空间。本文就是通过分析深度学习算法的基础概念和当前计算机网络安全的发展形式对基于深度学习算法的计算机网络安全性进行分析。

【关键词】深度学习;计算机网络安全

引言

深度学习被人们称为升级版的人工神经网络，通过特征收集、数据拟合、数据建模和训练，让机器像人脑一样拥有自主学习的能力，从而应对实际复杂的识别问题。而在计算机网络中，网络病毒是最典型的恶意入侵，如何利用深度学习识别并采取相应措施，就是本文主要涉及的内容。

1深度学习算法概述

深度学习其实就是机器学习的一个分支，在传统神经网络算法基础上进行更深层次的优化研究，这个所谓的深度就是利用更多的基础信息，拟合出更加精准，更具代表性的深度算法，以牺牲广度为代价，追求更高的深度模型。所以说，深度学习在某种意义上来说，就是人工神经网络的升级版本。神经网络中各个神经元之间进行信息交互，通过神经网络的计算分析，在输出层输出我们想要的信息。深度学习算法主要是让计算机拥有人工大脑学习新知识的能力，通过迭代拟合出符合要求的算法模型，再采用AI知识库中更多的训练示例进行算法训练。这样就可以通过该模型让计算机学习更多基础特征，而这些基础特征也是深度学习算法中进行各种识别功能的法宝。例如一张小狗的图片，计算机并不能直接根据图片看出这是一只小狗，而是将图片信息转换成一系列“0”“1”数据，输入到神经网络中，通过识别脸型、体型、身高、颜色等基础特征来识别图片内容。而这种算法需要用成千上万只小狗图片进行训练，才能得到一个适用性广，可移植性强，精准度高的深度学习算法。

2计算机网络安全的现状分析

随着计算机时代的快步发展，计算机硬件在不断迭代升级，软件数据也在日益增长，我们已经步入一个全新的网络数据互联时代，所以在这样一个社会条件下，计算机网络安全技术就显得尤为重要了。传统的计算机网络安全技术主要是为了建立一种系统防御机制，对计算机软件数据进行管理和保护，防止计算机硬件、软件数据因为某些偶然或者恶意的入侵而遭到破坏、更改和泄漏。因此，经过计算机网络安全的不断发展和科研人员不断的技术更新，当前的网络安全技术也是取得了较大进步，而我国的计算机网络安全主要是依靠防火墙防御，防火墙就是通过限制当前终端暴露给访问用户的路由数来控制访问者的访问频率，从而防止攻击者使用“暴力破解”手段导致网络安全系统瘫痪。

2.1计算机病毒影响网络安全

计算机病毒是随着计算机的普及而衍生的一系列不正当手段，通过对目标系统植入病毒而达到破解、访问、修改甚至锁定等目的。2021年7月，美国著名的IT管理软件制造商Kaseya遭到黑客的恶意攻击，利用公司系统漏洞锁定公司客户对象的信息，并利用公司终端向其发送勒索软件，权限解锁赎金竟高达七千万美元。这次黑客恶意攻击事件给Kaseya公司及其合作公司带来了很大影响，可见计算机病毒在网络安全中具有较高的威胁性。

2.2计算机软件影响网络安全

计算机行业的不断发展，也带领着各类计算机软件的研发，在当前不断新生的计算机软件中，很容易有软件设计缺陷，导致软件在运行过程中会影响计算机本身的操作系统，降低软件的使用性能。所以在计算机软件研发时就需要开发人员和测试人员在软件发布前对该软件进行全面的检修，防止此类事件的发生。在计算机软件漏洞影响计算机本身时，主要是通过占用电脑资源或者感染病毒等手段影响网络安全。因为在计算机软件携带的某些病毒会在软件安装后第一时间入侵系统，导致系统信息数据丢失。

3计算机网络的安全性质

计算机网络安全主要体现在计算机系统的安装过程，因为计算机系统的安装过程需要对计算机网络的安全性进行全方位检查，防止出现系统漏洞而导致恶意入侵损害使用者权益。在对计算机网络进行分析时要注意系统外部防御结构是否能够抵御外来病毒的入侵，在系统异常发生时能否进行精准识别并采取合理的自我防护措施，以及在通过网络传输层进行网络数据传输时能否有效保护数据流不被截断活更改，这些都是系统安装时对计算机网络安全设施的基本要求。对于计算机网络安全的本质来说，其还是对计算机内部数据的保护是否有很好的措施，关键的问题还是数据方面的安全要求。这种问题也就需要技术研发人员继续展开相应的研究工作，将计算机网络安全实现更加人性化，更加智能化的操作，仅仅依靠系统本身的防御标准很难做到全方位的计算机网络安全防护。通过上诉分析可以得到这样一个结果，在计算机网络安全性质分析中，网络的各个层次之间都存在相互关联的情况，并且计算机网络发生安全故障的因素也有很多，如果不能进行准确识别进行防御，则很容易遭受恶意病毒攻击。

4深度学习算法在计算机网络安全的应用

通过上诉分析，我们可以知道计算机网络风险具有多种多样，如何对入侵病毒进行精准识别并采取合理有效的防御措施，是计算机网络安全的核心内容。并且我们知道，深度学习是通过收集基础特征，进行数据拟合，制作算法模型，在通过大量实际数据的训练而形成的一种机器自我学习的效果。而计算机网络安全任务中对入侵病毒的类型识别就可以使用深度学习的算法模式，通过算法模型对每一个访问者进行数据分析，再将其进行分类，从而确定危险等级，当通过神经网络计算后，对输出结果高于某个阈值的数据流进行拦截和集中抵制，防止该类数据流进入计算机系统内部，从而达到保护计算机网络安全的目的。

5结束语

通过以上分析能够看出，深度学习在理论基础在计算机网络安全技术的开展中起着开创性的作用，提高了计算机网络的安全性。本文通过分析深度学习、计算机网络和深度学习在计算机网络安全中的应用对如何采用深度学习算法保障计算机网络安全做了简要分析，在某种程度上加深人们对深度学习和计算机网络安全重要性的认识。

参考文献：

[1]肖建英.基于深度學习算法的计算机网络安全性分析[J].无线互联科技，2020，17（02）：22-23.

[1]董永峰，邓亚晗，董瑶，王雅琮.基于深度学习的聚类综述[J/OL].计算机应用：1-8 2021-10-11.