一种网络系统风险组合评价的方法

摘要：本文设计了最优化权值网络系统风险组合评价模型，利用不同模型、不同角度来对网络系统存在的风险进行评价，然后根据评价结果来进行改进，以此来优化网络系统的最终评价。

关键词：最优化权值;网络系统;风险评价模型

中图分类号：TP311  文献标识码：A  文章编号：1007-9416（2020）06-0000-00

0引言

当前，网络属于开放型系统，它时时刻刻受到着各种外来威胁。网络入侵、网络状态异常等情况随时随地都在发生，技术人员只能够通过网络安全防范技术来检测发生异常的网络行为，这种被动的防控措施严重制约着网络的正常运行管理。网络系统风险评价模型能够帮助网络管理人员快速识别网络系统中存在的风险和安全隐患，制定出相关预防措施，提高网络系统运行效率。所以，本文针对网络系统风险建模与风险评价问题开展研究，有着重要研究意义。

1 网络系统风险评价的指标体系

由于影响网络风险评价的因素较多，且存在不确定性，所以，大量的评价指标会影响网络系统风险评价模型的构建，使得网络系统风险评价模型的评价效率变得低下[1]。为此，本文基于易量化原则，构建了网络系统风险评价指标体系。

2 最优化权值的网络系统风险组合评价模型

2.1 改进证据理论

本文假设中存在个证据，那么存在集合，证据对应着基本可信度分配函数，表示分配给的基本可信度（BPA），就可以实现证据合成，如下所示：

在上述公式中，如果一个证据与其他证券之间存在冲突，表示证据出现异常，结果会出现误差，可信度低下。所以，本文使用了可信度因子来评价证券的可信度，通过对原始证据进行处理来降低证据之间的冲突。如下所示：

2.2 评价模型的结构

最优化权值的网络系统风险组合评价模型的构建过程：首先，需要收集整理相关网络系统风险数据信息，构建出网络系统风险评价指标。其次，使用支持向量机（SVM）RBP神经网络（RBFNN）、BP神经网络（BPNN）来构建风险评价模型。然后，将评价模型的评价结果直接作为证据体来进行分析，同时还需要考虑证据体之间的冲突问题，经过改进证据理论，计算出最终权值。最后，结合网络安全态势来凭借最终的网络系统风险评价结果[2]。

2.3 网络系统风险评价的初始层

（1） 基于完整性、易量化原则，构建网络系统风险评价指标;

（2） 当指标不一致时，需要对指标值进行相关处理，如下所示;

（3） 要求相关专家，对网络系统风险评价指标值的风险等级进行评估;

（4） 根据评估风险指标的结果来构建网络系统风险评价学习样本;

（5） 使用支持向量机、RBP神经网络算法来对训练样本集合进行分析和测试，并得出相关风险评价结果。

2.4 网络系统风险评价的决策层

通过初步层中的RBF神经网络、支持向量机等构建出了网络系统风险评价结果构造证据体，然后对改进的证据体进行融合，可以求出最终网络系统风险评价结果，如下所示：

（1） 根据专家经验和网络系统风险评价结果的历史数据，构建出网络系统风险评价识别框架结构。

（2） 然后使用支持向量机、RBP神经网络等构建出网络系统风险评价结果的证据体。

（3） 然后求出基本可信度。

（4） 并使用证据合成方法对可信度函数进行描述。

（5） 得出网络系统风险评价结果，如下所示：

3 网络系统风险评价模型的性能测试与分析

3.1 网络系统风险评价实验数据

本文基于改进证据理论，对网络风险评价模型的有效性进行实验分析。首先，选择了Tntel（R）4核CPU2.8GHZ，32GB RAM，Windows 10操作系统作为仿真实验平台。其次，将网络系统风险等级按照很低（1）、低（2）、中（3）、高（4）、很高（5）五个等级进行划分[3]。3.2 与单一模型的网络系统风险评价结果的对比

为了验证网络系统风险组合模型权值的有效性，使用了支持向量机（SVM）、RBP神经网络、BP神经网络来进行对比试验分析。经过5次试验仿真数据对比，知道了所有网络系统风险的评价结果，如下所示：

（1） RBP神经网络系统风险和BP神经网络的网络系统风险评价结果的正确率较低。

（2） 支持向量机的网络系统风险评价结果远远高于RBP神经网络和BP神经网络的评价结果。

（3） MDS的网络系统风险评价结果远远大于单一模型的风险评价结果。

3.3 与其他组合模型的网络系统风险评价结果比较

为了更好的验证最优化权值的网络系统风险组合评价模型的评价结果的准确率，本文还对网络系统风险评价的正确率、训练时间等内容进行计较分析，如图1和图2所示。

我们可以从图1上清楚的知道，网络系统风险评价模型的正确率远远高于网络安全评价组合模型，说明使用改进证据理论能够很好的对各个单一模型的网络系统风险评价贡献率进行描述分析。从图2上清楚的知道，网络系统风险评价模型的训练时间消耗最少，正确率最高。

4 结语

为了保证网络系统风险组合评价达到最优，本文基于单一模型、传统组合模型特点，构建出了最优化权值网络系统风险组合评价模型，还对不同类型的网络系统风险评价模型进行实验验证对比分析。其結果如下所示：

（1） 单一模型无法全面有效的建立出网络系统风险评价模型，因此，无法应用于网络系统安全管理中。而传统模型虽然在网络系统风险评价效果上由于单一模型，但是，由于权值计算使用了经验方式和平均法，所以，网络系统风险评价结果仍存在问题。

（2） 本文为了提升网络系统风选组合评价模型的评价结果，使用了不同方法，根据网络系统风险特点来构建模型，并使用了可信度来确定权值，保证了网络系统风险评价结果的准确率[4]。经过试验对比分析可知，本文构建的最优化权值网络系统风险组合评价模型的评价结果精确度最高，能够满足当前网络安全管理的使用需求。

参考文献

[1]张洁卉，潘超，章勇，等.最优化权值的网络系统风险组合评价模型[J].计算机科学，2019，46（6）：148-152.

[2]贾小玫，李博阳.标准投资组合风险保证金系统在商品期货中的应用[J].统计与决策，2019，35（7）：174-176.

[3]黄岩渠.基于复杂网络的系统性金融风险研究[D].长沙：湖南大学，2018.

[4]刘晓东.情绪影响风险决策和投资组合的理论研究[D].长春：东北师范大学，2017.

收稿日期：2020-04-26

作者简介：王蒙娟（1981—），女，内蒙古乌海人，本科，工程师，研究方向：计算机和电子，计算机技术与科学。