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。

  • 单位
    安徽警官职业学院