基于BP神经网络的信息安全风险评估

论文详细给出了信息安全的风险评估流程及评价方法。建立的信息安全风险评估体系采用BP神经网络方法,是一种非线性方法,不带有明显的主观成分和人为因素,使评价结果更有效、更客观。实例表明计算结果贴近成功案例结果。     

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.     

北京地区铁路售票系统的建立和发展

1 售票系统几个发展阶段 北京地区铁路客票系统先后经历如下几个发展阶段:第一阶段,票额分散管理,完全采用常备客票纯手工售票方式;第二阶段,北京分局科技人员自行开发研制了全国第一个地区级铁路客票计算机管理系统。1995年5月15日起,在京津间率先实现了计算机软纸票的发售。;第三阶段,1998年10月起,随着铁道部客票发售与预订系统1.0版在全国各大车站的成功推广,按照铁道部的统一规划安     

铁路客运售票智能化服务系统的设计与实现

铁路客运售票服务的智能化管理是提高运营效率、服务水平、减少主观因素出错率的最大保障。针对铁路运输特点,建立了售票服务系统、调度协调系统及全程管理系统等三大功能模块;采用C/S结构技术,实现了铁路客运售票“无站票” 半智能化的管理。实例表明：该系统能较好地提高运营效率、服务水平,具有广阔的应用前景。     

铁路无线售票系统的设计与开发分析

为了能够将铁路客运的售票效率提升上来,将更为先进的营销策略应用到铁路客运中,因此,设计与开发铁路无线售票系统是非常必要的。但是,这是一项技术含量非常高的技术项目,这就需设计于开发出来铁路无线售票系统。通过长期的社会实践和研究,这项工作已经取得了突破性的进展,对此,文章通过下文对相关内容上进行阐述,以便为相关单位及工作人员提供相应借鉴作用。     

基于BP神经网络的电力监控网络信息安全传输方法

为提高电力监控网络信息的传输速率,提出基于反向传播（Back Propagation,BP）神经网络的电力监控网络信息安全传输方法。首先,联合特征辨识方法,融合电力监控网络端信息;其次,基于BP神经网络,对电力监控网络信息进行防御加密;最后,交换电力监控网络层间的信息,完成安全传输。实验结果表明,该方法具有传输速率高、传输距离远、受攻击时误比特率极低等优点,能够确保信息传输的安全性。     

基于BP神经网络的防火墙系统综合性能评估方法研究

本文建立了防火墙系统综合性能评估指标体系，探讨了基于BP神经网络的防火墙系统综合性能评估方法，并给出了评估模型及算法实现。在Matlab中的仿真实验证明该方法是可行的。     

BP神经网络算法及其改进研究

BP算法是非循环多级网络的训练算法,对人工神经网络的发展起到了重大的推动作用,该文介绍了BP算法的基本原理及其缺陷,并提出了改进BP算法的方法。     

BP误差反传神经网络技术的应用

详述了标准BP误差反传神经网络技术的基本原理及其算法,分析其局限性,并给出改进的方法及其应用。     

基于BP神经网络预报钢锭成分的软件开发

采用3层BP神经网络来预测炼钢成品的C、Si、Mn成分.根据炼钢的实际生产数据,选取铁水、废钢、供氧、吹氩、硅锰合金、增碳剂等28个因素作为输入变量,对输入参数进行归一化处理,采取附加动量项和自适应学习步长的措施,解决了BP神经网络局部收敛和学习时间过长的问题,提高了神经网络预报的准确率.并用VC++语言编写程序.软件经生产现场运用后.模型预测结果表明:在规定的误差内(C±0-02%、SiO±0.5%、Mn±0-06%),预报命中率达到85%以上,证明了模型的有效性.     

基于BP网络的信息安全风险评估量化研究

以国家《信息安全风险评估指南》为指导,并参考NISTSP800—30的安全控制思想,构建了一套风险评估指标体系,讨论了运用改进的BP神经网络方法进行风险评估的原理。实践结果表明．利用BP人工神经网络进行风险评估是有效可行的一种风险量化算法。     

基于BP网络的信息安全风险评估量化研究

以国家《信息安全风险评估指南》为指导,并参考NISTSP800-30的安全控制思想,构建了一套风险评估指标体系,讨论了运用改进的BP神经网络方法进行风险评估的原理。实践结果表明,利用BP人工神经网络进行风险评估是有效可行的一种风险量化算法。     

基于改进的BP神经网络的网络空间态势感知系统安全评估

文中利用BP神经网络算法建立了网络态势感知等级与感知参数之间的关系,定量评估了态势感知状况。神经网络在这一领域的研究最为成熟,但传统的BP神经网络算法在反馈误差方面速度较慢,且存在易收敛到局部极值的缺点,因此使用变步长学习策略和模拟退火法进行优化,搭建虚拟HoneyNet模拟网络环境,然后利用Matlab软件进行算法仿真,获得的结果与实际情况接近。     

基于误差反向传播 ANN的电网暴灾害风险评估方法

利用误差反向传播（BP）人工神经网络，结合对电网磁暴灾害危险性影响因素的分析，建立了电网磁暴灾害风险程度评估指标和评价模型。利用山东500kV电网的资料参数对网络进行了训练和性能检验，验证了模型和方法的有效性，该方法计算结果能反映电网不同站点的风险等级差别，且符合各站点的实际情况，具有一定的客观性。     

基于改进贝叶斯模型的信息安全风险评估

 随着信息化时代的到来,信息安全问题变得日益复杂与多样,因此急需一种高性能的解决方法。本文在前人的研究基础上进一步改进贝叶斯网络模型在信息安全风险评估中的应用。首先分析信息系统风险元素种类,提出一种新的确定风险因素的方法,即建立因素之间常见关联关系;然后依据因素关联关系确定信息系统指标体系,并结合经验积累的条件概率,利用Matlab贝叶斯网络工具箱（BNT）构建完整的贝叶斯网络风险评估模型,其中包括对评估流程、方法使用及风险等级确定的分析;最后通过实例分析改进的贝叶斯评估模型,对实验数据推理出风险各等级概率。仿真结果与实际结论相一致,表明改进的贝叶斯评估模型能够准确反映信息系统安全风险等级,是一种有效且合理的评估方法。     

基于BP神经网络的软件行为评估系统

针对当前国内信息安全领域对于恶意软件的判断智能化程度较低的现状,分析不同类型的恶意软件,提取典型的危险行为特征,对这些行为进行整合并建立一个行为映射库,将软件行为映射成数据,设计算法将其转换成可用于实际神经网络训练的数据。通过反复实验,给出一个适用于训练该类型样本的BP神经网络,并确定其中各个算子和参数值。通过训练该神经网络,建立一个判断可疑软件是否为恶意软件的行为评估系统。实验结果证明了上述设计的正确性,系统的漏报率和误报率仅为1%和3.7%。     

基于BP人工神经网络的软件质量评估

针对软件质量评估的课题,提出了一种基于BP人工神经网络的软件质量评估方法,提高软件质量评估的准确性.首先,论文介绍了人工神经网络的基本原理和软件质量评估的基本过程.然后选取适当软件质量特征构建基于BP人工神经网络的评估体系,分别进行BP网络学习和验证数据测试的实验.通过测试得到的数据结果,证明该方法能够准确地评估软件质量.     

信息系统安全风险评估定量方法比较研究

信息系统安全风险评估方法主要分为定性风险评估方法和定量风险评估方法,介绍了三种常用的定量风险评估方法,通过分析和研究各种方法的特点、可操作性、可行性和应用领域,指导企业、组织针对自己信息系统的特点选择适合自己的安全风险评估方法,依靠风险评估的结果使得企业、组织能够准确定位风险管理的策略、实践和工具,将安全活动的重点放在重要的问题上,选择低成本、高效益、适用的安全对策。     

基于BP人工神经网络的图像压缩技术过程及分析

本文介绍了BP人工神经网络在计算机图像压缩中应用的原理,对其实现的过程进行了详细的阐述,并通过采用非线性网络和最速下降法实现了图像压缩。分析结果表明:可以通过牺牲压缩率,增加隐含层的神经元数来提高重建图像的质量。