基于概率神经网络的计算机网络安全仿真分析

Ranalysis on computer network security simulation based on probabilistic neural network

计算机网络安全评价是网络研究中的重要课题。近年来国内学者使用BP神经网络进行相关研究,然而该算法存在收敛速度缓慢、易于陷入局部极小且网络结构难以确定等缺陷,导致其学习效率和分类精度较差。针对此问题,本文建立了网络安全评价指标体系,运用概率神经网络(PNN)对样本数据进行仿真分析,结果表明:基于PNN模型的分类方法在分类的速度、精度等方面均优于基于BPNN的模型,从而为准确、全面的评价计算机网络安全状况提供了新的思路和方法。