贝叶斯正则化在信息安全风险评估中的应用

• 作者: 赵倩
• 来源期刊: 重庆科技学院学报（自然科学版）
• 关键词: 信息安全 风险评估 贝叶斯正则化 BP神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 算法研究与计算机应用
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1980.2021.03.018

摘要

为提高网络信息安全风险评估效率,提出了一种基于贝叶斯正则化(BR)神经网络的风险量化评估模型.在信息安全风险分析方法(ISRAM)基础上,利用模糊理论对评价指标进行量化处理,使用BR算法对BP神经网络进行训练.模型仿真实验结果显示,BR算法相比传统的LM算法在训练性能和训练状态上存在一定优势,BR算法的训练拟合度可达90.7％,BR算法训练得到的神经网络模型具有较好的泛化能力.