机器学习算法的计算机信息管理系统风险预测

作者：张翼

来源：电子测量技术, 2020, 43(20): 69-73.

DOI：10.19651/j.cnki.emt.2004810

• 机器学习算法
• 计算机信息管理
• 风险预测
• 层次分析
• 神经网络

计算机信息管理系统风险由不同风险因素指标交叉影响导致,同时具有线性与非线性特点,采用单一预测模型无法获取准确预测结果,提出基于机器学习算法的计算机信息管理系统风险预测方法,利用机器学习算法中的层次分析法构建风险预测指标体系,根据指标体系收集历史数据,结合主观赋权与客观赋权确定指标综合权重进行初始预测;以风险预测指标和初始预测结果作为机器学习算法中极限学习机算法的输入与输出,通过训练与学习构建风险预测模型,获取更高精度预测结果。实例仿真结果显示,该方法预测精度为95.5%,可准确预测计算机信息管理系统存在的风险,提升系统安全性。