基于数据挖掘算法的医疗网络安全风险评估

以提升医疗网络安全风险评估精度为目标，提出基于数据挖掘算法的医疗网络安全风险评估方法。首先采用病态指数循环分析法确定医疗网络安全风险评估指标，构建医疗网络安全风险评估指标体系，并采用层次分析法设置每个评估指标的权重值，然后采用马尔科夫链和模糊综合法设计医疗网络安全风险评估模型，最后进行医疗网络安全风险评估仿真测试实验。实验结果表明，风险评估结果符合实际情况，风险评估精度极高，评估结果有效可信。     

基于FPP的网络安全风险量化评估研究

针对风险评估过程的不确定性,本文提出了一种基于模糊偏好规划法的网络安全风险综合评估模型。利用层次分析法确定各种风险因素相对重要性的评价区间,应用模糊偏好规划法处理风险因素的相对有效性量化评估,增强了评估准确性。通过评估实例分析可知,该模型可以方便地应用于网络安全风险评估,实验结果符合实际。     

基于灰色综合关联分析的网络安全评估

随着网络应用的发展,网络安全评估已成为网络安全研究的一个重要课题。为了克服传统网络安全评估模型的不足,文章提出了基于灰色综合关联分析的网络安全综合评估模型。该模型将灰色关联分析法与层次分析法有机结合,首先通过德尔菲法建立评估指标体系,然后采用层次分析法确定各被评因素的权重,最后计算灰色关联度对网络安全进行评估。利用该方法对某高校网络进行仿真实验,结果表明,该方法评估结果准确,是一种高效、准确和实用的网络安全评估方法。     

模糊层次分析法在网络安全态势评估中的应用

研究网络安全准确评估问题,由于非法入侵使网络存在安全隐患,为最大限度降低网络安全带来的损失,在分析网络安全态势影响因素的基础上,提出一种模糊层次分析的网络安全态势评估模型.先构建构建网络安全指标体系,采用层次分析法计算各评估指标权重,并采用模糊方法建立网络安全态势一致性判断矩,从而实现对网络安全态势进行综合评估.仿真结果表明,模糊层次分析法提高了网络安全态势评估的准确率,评估结果更加客观,是一种有效的网络安全态势评估方法.     

基于层次分析法的网络风险状态评估模型

本文介绍了风险评估及网络安全状态的基本概念,提出了基于层次分析法的网络风险评估模型。该模型将安全风险的三个要素(脆弱性、威胁、资产价值)有机结合,完成对网络安全风险状态的评估,并对模型的具体实施做了简要说明。     

基于排队模型的网络安全风险损失评估方法

针对当前网络安全风险损失评估方法未考虑节点任务排队问题,导致网络安全风险损失评估准确率较低,损失评估时间较长的问题,提出基于排队模型的网络安全风险损失评估方法.以局域网为主要应用背景,分析网络设备中数据包的排队过程,根据评估模型获取网络风险级别,构建无线网络风险评价指标体系,引入拉格朗日乘子将支持向量机分类问题转化为对偶问题,运算出分类平面判别函数,运用层次分析法对各层次指标权重实施量化,利用近似理想解排序法,计算无线网络的风险值,实现网络安全风险损失评估.实验结果表明,所提方法的网络安全风险损失评估准确率较高,能够有效缩短网络安全风险损失评估时间.     

无线网络安全风险评估方法的应用研究

研究无线网络安全风险问题,由于无线网络与有线网络差异较大,无线网络易受攻击者侵入,影响传输的安全性.有线网络评估方法不适合对无线网络进行评估,导致无线网络风险评估结果准确率不高,解释性不强.为了提高无线网络的安全风险评估准确率,提出一种层次分析法和逼近理想解排序相结合的无线网络安全风险评估方法.首先对无线网络特点进行分析,构建了无线网络风险评估指标体系,然后利用层次分析法对各层指标权重进行量化,最后利用逼近理想解排序方法计算出无线网络风险值,评估网络的安全状况.结果表明,评估结果与网络的实际情况完全吻合,是一种有效的无线网络安全风险评估方法.     

AHP 和 SVM 组合的网络安全评估研究

研究网络安全问题.网络安全评估指标多,网络模型存在非线性关系且存在大最的冗余信息,传统方法无法消除冗余信息只能对线性指标进行评估,导致网络安全评估正确率低.为提高网络安全评估的正确率和效率,提出将层次分析法和支持向量机组合起来,应用到网络安全评估中.通过层次分析法对网络安全评估指标进行筛择,消除冗余信息,并进行归一化处理.得到的数据用于支持向量机学习,学习过程采用粒子群算法对参数进行优化,建立了最优评估模型进行仿真,并在某市公安局 110 网络系统中进行实验.结果表明,与传统评估方法相比,消除冗余信息,提高了评估正确率,学习速度也相应加快,是一种效率高、泛化能力优异的评估方法.     

基于BA-RVM的医院网络安全量化评估预测

为提高医院网络安全评估预测的精度,采用层次分析法从资产、脆弱性、威胁等3个方面建立医院网络安全量化评价指标体系,同时采用BA算法对RVM模型的核函数宽度进行优化,得到用于医院网络安全量化评估预测的BA-RVM模型.将RVM模型和BA-RVM模型分别应用于山东省某三甲医院的网络安全量化评估预测实例中,通过对比预测结果,验...     

基于层次分析法的网络安全态势评估方法研究

网络安全态势评估的研究是一个非常复杂的课题。该文将层次分析法(AHP)应用于网络安全态势的评估中,在构建评估层次结构模型和判断矩阵的基础上,求出了各项评估指标的单项和综合权重,最后确定网络安全态势。     

基于模糊层次分析法的计算机网络安全评价

根据计算机网络的特点及网络安全涉及的因素,建立计算机网络安全评价的层次结构模型,运用基于三角模糊数的模糊层次分析法实现对网络安全的综合量化评价。实例的计算结果表明模糊层次分析法适用于定性判断的量化综合,它为计算机网络安全评价提供了一种探索性方法。     

计算机网络安全评价中模糊层次分析法的应用分析

计算机网络安全是确保网络事业健康发展的基础,必须以网络面临的威胁为基础,提出安全防御计算机网络安全的措施。本文以计算机网络安全评价中使用模糊层次分析法为研究视角,深入分析该领域模糊层次分析法的应用情况。     

基于可拓理论的网络安全评估研究

针对目前网络安全评估算法存在的不足,提出了一种基于可拓模糊层次分析的安全评估算法。该算法在模糊层次分析法的基础上,结合可拓理论,将调查问卷表收集到的指标值映射到可拓区间中,通过相对隶属度的计算,构建了新的判决矩阵,利用模糊层次分析法计算各指标的综合权重。通过对相对隶属度的加权排序,得到网络安全评估值。通过实例分析,说明该方法能综合考虑专家打分的权威性和调查问卷的普遍性,提高了网络安全评估的准确性和有效性。     

基于改进BP神经网络的电子政务内网信息安全评估方法

为了发现电子政务内网的信息安全隐患,提出一种采用改进反向传播人工神经网络（BP ANN）技术的电子政务内网信息安全的评估方法,基于改进BP ANN建立电子政务内网神经网络评估模型.以电子政务内网主要信息安全指标作为训练样本,对建立的BP ANN评估模型进行学习和训练,找到输入与输出之间的关系,并用样本对训练好的BP网络进行验证.仿真结果表明,评估方法能够较好的为复杂的电子政务内网进行信息安全评估,评估模型稳定且自适应性强.     

基于粗糙图的网络风险评估模型

针对在进行网络安全分析时所获得的信息系统是不完备的、粗糙的这一特性,将网络攻击过程类比于粗糙不确定性问题的关系挖掘过程,提出基于粗糙图的网络风险评估模型。该模型由部件节点粗糙关联网络、攻击图的粗糙图生成算法以及网络风险最大流分析算法三部分主要内容组成;并以一个具有代表性的网络系统实例阐明了该模型的使用方法,验证了模型的正确性。模型优势分析表明其较以往的攻击图、风险评价模型更能真实地反映实际情况,所获得的评估结论、安全建议等也更加准确、合理。     

应用模糊分析法对评价网络信息安全的有效研究

如今网络的普及率令人惊叹,然而由于非法入侵所造成的信息安全隐患时时刻刻都存在着.为了尽量降低非法入侵给网络带来的损害并避免此类安全隐患,如今研发出了一种名为模糊层次分析法的网络安全态势评估模型,首先完成对网络安全指标体系的构建,运用参差分析法对计算机各评估指标进行权重和分析.最后采用模糊分析法来建立一个网络信息安全态势一致性评判标准,最终达到综合评估网络信息安全态势的目的.相关研究结果表明,这种模糊层次分析法能够在很大程度上提升网络信息安全态势评估的准确度,结果更加精确而客观,实用性很强.文章旨在对网络信息安全评估的问题进行研究.     

基于改进BN模型的网络切片安全部署方法

为了满足5G垂直用户对于网络切片部署时细粒度安全隔离需求,同时兼顾用户的隔离需求和提高资源利用率,提出了一种基于改进BN模型的网络切片安全部署方法。首先提出了一种双层BN模型的网络切片部署架构,基于SBA（service based architecture）设计了虚拟机容器的双层虚拟化架构,将网络切片根据其所属用户的隔离需求分配利益冲突类标签,基于改进的BN模型部署规则确定网络切片的隔离部署策略;然后将该部署方法建立为整数线性规划模型,并将部署成本作为目标函数,通过最小化目标函数实现低成本部署网络切片;最后使用遗传算法对该问题仿真求解。实验结果表明,该安全部署方法在满足网络切片安全隔离需求的前提下降低了部署成本。     

基于FANP的云用户行为信任评估优化机制

开放的云计算环境面临着安全挑战,传统的用户行为评估机制已经无法保障云端的安全性.为科学量化评估用户的行为信任,确保权重赋值科学合理,提高云平台下用户行为的安全可信度,设计出一种结合模糊网络分析法的信任评估优化机制.将模型中用户行为信任评估一个控制目标扩展为历史访问行为与当前访问环境两个控制目标模块,同时将历史访问行为模...     

基于熵权层次分析法的云平台负载预测

为提高对云平台负载情况的预测精度,降低预测负载值的波动性,研究非线性时间序列的预测算法。对影响云平台运行的因素进行认知和分解,提出基于熵权层次分析法的主客观评价模型。在此基础上,建立基于差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)和BP(back propagation)神经网络的云平台负载预测模型。实验结果表明,基于熵权层次分析法的评价模型吸收主客观赋权法的优势,能够合理准确地反映云平台的实时负载情况;基于ARIMA-BP的预测模型得出的预测结果具有更小误差的精度和波动较小的数值稳定性。