[发明专利]一种安全应急处置评价体系构建方法及系统有效

专利信息
申请号: 201710363175.2 申请日: 2017-05-22
公开(公告)号: CN107273974B 公开(公告)日: 2021-06-01
发明(设计)人: 陈晓莉;章亮;刘亭;马峰;林建洪 申请(专利权)人: 浙江鹏信信息科技股份有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06Q50/26
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 周希良
地址: 311100 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 安全 应急 处置 评价 体系 构建 方法 系统
【说明书】:

发明公开了一种安全应急处置评价体系建构方法及系统,用以解决现有安全应急处置体系在确定权重的过程中受主观因素影响的问题。该方法包括:S1、建立一键应急评价指标体系并采集训练样本及测试样本;S2、通过BP神经网络模型确定所述训练样本的网络权值;S3、将所述测试样本输入所述BP神经网络模型并计算输出结果的准确率以评价一键应急的效果。采用BP神经网络模型,克服了确定权重过程中主观因素的影响,解决了多指标变权的动态求解问题。

技术领域

本发明涉及神经网络算法领域,尤其涉及一种安全应急处置评价体系构建方法及系统。

背景技术

在互联网发展的背景下,IT大集中转型发展日益迫切,随之带来的可用性,完整性,机密性风险也日益凸显,尤其是在重大活动期间,安全事件频发,安全资产容易遭受黑客入侵、域名劫持、网页篡改、恶意程序等安全事件,特别是网页篡改事件,当出现不良信息、反动标语、非法图片等内容时将带来严重的社会影响。

各地在应对安全事件的应急处置过程中,逐步建立起一键式应急处置平台,实现安全事件的一键应急处置,提升总体安全应急响应能力,因此如何构建一键式安全应急处置的评价体系已迫在眉睫。

BP神经网络是一种模仿人类大脑神经工作方式的学习算法,具有良好的自学习、自适应、联想记忆、并行处理和非线性映射的能力。

BP神经网络是一种前馈型误差修正的人工神经网络,它通过不断调整各个单元层之间的网络权值和阈值实现网络的训练。BP神经网络主要运行由信号的正向传播和误差的逆向传播两个过程组成,通过不断地权重调整,可以实现网络误差的不断缩小。

目前的应急处置新体系在确定权重过程中会受到专家的主观因素的影响。而BP神经网络能够克服上述问题。

发明内容

本发明要解决的技术问题目的在于提供一种安全应急处置评价体系,用以解决现有安全应急处置体系在确定权重的过程中受主观因素影响的问题。

为了实现上述目的,本发明采用的技术方案为:

一种安全应急处置评价体系构建方法,包括步骤:

S1、建立一键应急评价指标体系并采集训练样本及测试样本;

S2、通过BP神经网络模型确定所述训练样本的网络权值;

S3、将所述测试样本输入所述BP神经网络模型并计算输出结果的准确率以评价一键应急的效果。

进一步地,所述步骤S2及步骤S3之间还包括步骤:

根据所述网络权值将所述训练样本的指标进行重要度排序。

进一步地,还包括步骤:

将结果未知样本的指标数据输入训练好的所述BP神经网络模型并对预测效果进行预测和评价。

进一步地,步骤S2具体包括:

建立所述BP神经网络模型;

初始化所述BP神经网络模型的各个参数;

将所述训练样本输入BP神经网络模型以得到输出值与实际值的误差值;

判断所述误差值是否大于预设阈值,若是,对网络权值进行修正;否则,初始化所述BP神经网络模型的各个参数。

进一步地,所述BP神经网络模型包括输入层,隐含层及输出层,具体算法包括:

初始化网络连接权值及节点阈值;

取一个训练样本输入所述BP神经网络模型;

计算所述隐含层节点输出、所述输出层节点输出以及所述隐含层及所述输出层的误差值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江鹏信信息科技股份有限公司,未经浙江鹏信信息科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710363175.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top