BP神经网络在软件项目风险评估中的应用

关于准确地识别软件风险因素,深入研究软件项目风险评估问题,由于软件项目的复杂性和软件风险因子的不确定性和模糊性,无法采用传统数学方法建立准确软件项目风险评估模型.由于传统的数学评估模型的评估准确率比较低,为了提高软件项目评估准确率,提出一种BP神经网络的软件项目风险评估方法.软件项目风险评估方法采用专家系统构建软件项目风险评估指标体系,后对评估体系进行预处理,消除评估体系之间重复和无用的信息,并将非线性学习能力优异的BP神经网络输入,通过BP神经网络自适应学习得到的最优软件项目评估模型,在MATLAB平台上进行验证性仿真.结果表明,算法提高了软件项目风险评估的准确率,克服了传统数学评估模型的缺陷,评估的结果更具科学性,在软件项目风险评估中提供了有效的方法.     

OCTAVE风险评估方法在电子政务中的应用

电子政务的应用越来越广泛，但其安全性问题一直阻碍其快速发展，信息系统安全风险评估是解决系统安全问题的一个非常有效的方法，本文在研究了现有风险评估方法的基础上，提出在电子政务系统中引入OCTAVE风险评估方法，以加强电子政务系统的安全性，并对OCTAVE在电子政务系统中的应用进行了详细分析，为电子政务的安全性提出了几点安全措施及建议。     

模糊综合评价法在风险评估中的应用

在风险评估过程中究竟使用何种方法来进行评估,对整个评估过程和评估结论起着举足轻重的作用。本文介绍了模糊综合评价的基本思想和方法,给出了模糊综合风险评估法的实施过程,并举例说明了该方法的应用。     

计算机在煤矿安全管理中的应用

本文阐述了计算机技术在煤矿安全生产和安全管理方面的应用及当前煤矿应用信息管理发展方向。     

物联网技术在煤矿安全中的应用

本文阐述了物联网的概念与结构,以及物联网在煤矿产业中的应用现状,并分析了煤矿对物联网的需求,概括了物联网技术在煤矿安全中的应用。     

基于量子遗传算法的煤矿安全评价模型

煤矿安全评价涉及诸多不确定信息,用传统评价方法难以确保最后评价结果的准确性和可靠性。为此利用RBF神经网络设计出煤矿综合安全评价模型,根据我国煤矿的实际情况,通过事故树(FTA)和事件树(ETA)分析,归纳煤矿事故发生的危险因素和影响矿井生产的不安全因素。同时为了克服神经网络易陷入局部最小,研究采用量子遗传算法对神经网络模型的权值(阈值)进行优化。将该方法应用在阜新矿业集团公司某矿,结果表明,该模型可以准确地评价煤矿安全生产,为煤矿安全评价提供一条新的途径,对煤矿安全生产起到了重要的指导意义。     

计算机信息技术在煤矿安全管理中的应用

伴随着市场经济的飞速发展和科学技术的不断进步,计算机信息技术被广泛的应用于煤矿安全管理工作中,提高了煤矿生产管理的安全系数,促进了煤炭行业的向前发展。本文首先阐述了煤矿企业采用计算机信息技术的情况,分析了计算机技术在信息采集、实时记录、安全隐患分级标准以及监督指导问题解决方面的优势,同时,也没有忽视计算机信息技术在应用中所存在的主要问题,本文最后提出了计算机技术在煤矿安全管理方面将出现信息化、网络化、一体化的新趋势。     

网络技术在煤矿安全监测中的应用

煤矿安全生产关系到人民群众的生命和财产安全。通过利用计算机、网络通讯等一些现代科技手段,建立起煤矿安全管理系统,联网矿区内的监测监控系统,并真实、实时地将煤矿的生产状况及时有效的通过网络传输到煤矿安全管理中心的服务器端,以供决策分析。本文在论述了煤矿安全监测系统的研究现状基础上,探析了网络监控系统的组成、数据传输介质。     

神经网络在信息安全风险评估中应用研究

针对信息安全风险评估具有非线性、不确定性等特点,采用传统的数学模型进行信息安全的风险评估存在-定的局限性.为了提高安全风险评估性能,将RBF神经网络理论、粒子群算法分析以及模糊评价法进行有机结合,建立了一种粒子群优化的RBF神经网络信息安全风险评估模型.首先通过模糊系统对信息安全风险因素指标进行量化,将模糊系统的输出输入到RBF神经网络的模型中,然后利用粒子群算法对RBF神经网络的参数进行优化并加以训练,最后得到优化评估模型.进行仿真的结果表明,改进的RBF神经网络模型可实现对信息系统的风险评估,解决了传统评估方法所存在的主观随意性大、结论模糊等缺陷,并且比RBF神经网络具有更高的拟合精度、更强的学习能力和更快的收敛速度.     

计算机在煤矿安全管理中的应用探析

计算机技术的全面发展具体表现在它的发展已经深入到了社会发展的各个领域,所以本文重点以计算机技术在当前状况下应用于煤矿安全生产以及相应的安全管理方面的内容进行论述,同时并对其以后的发展和应用进行了深层次的探讨。     

改进神经网络煤矿安全评价模型仿真研究

研究煤矿安全评价准确性问题。煤矿生产安全问题一直是国内外研究的热点,针对传统的安全评价算法难以评价出煤矿安全生产中出现的情况,评价预测准确率低等问题,提出了基于BP神经网络算法煤矿安全评价模型。采用BP神经网络的特点是可以逼近任意的非线性函数,但是BP神经网络并非完美的神经网络,采用遗传算法优化BP神经网络可以克服其缺点,将改进的算法应用于煤矿系统安全评价之中,仿真结果表明,基于改进的BP神经网络煤矿安全评价模型方法有效性和实用性,能够正确评价安全生产状态。     

基于BP神经网络的虚拟企业风险评价研究

虚拟企业是21世纪企业的潜在发展模式,虚拟企业在帮助企业获得反应灵活性的同时,也不可避免地蕴涵了诸多的风险因素.在研究阐述风险管理理论的基础上.全面考察影响虚拟企业整体风险水平的各种因素,针对目前风险研究不足的现状,根据虚拟企业的特点,构造了虚拟企业风险评价指标体系,提出了一种基于BP神经网络的虚拟企业风险评判方法,通过MATLAB神经网络工具对其进行仿真计算,并给出了一个实例来验证模型的可靠性,实例研究表明该方法为虚拟企业风险评价提供了一种有效的管理工具.     

基于AHP方法的飞行安全风险评估模型

针对飞行安全风险问题,采用层次分析的方法(AHP)建立了评估模型.将飞行安全目标分解,建立层次结构模型;运用特尔非法构造评判矩阵;通过实例运算,层次总排序结果通过一致性检验,说明模型结构合理,具有很好的实际应用价值.     

基于OCTAVE的一个电子政务外网等级测评风险计算模型设计

风险评估包含资产、威胁、脆弱性的赋值以及风险的计算等。该文以OCTAVE评估模型为基础对风险计算三元组识别与赋值进行研究,提出综合使用头脑风暴、德尔菲法、用群体决策方法进行资产、威胁、脆弱性的识别与赋值,对资产风险价值的加权计算参数采用专家咨询法等;采用马尔可夫方法计算动态信息系统威胁发生概率;对风险的计算模型进行研究,增加安全防护措施一个元组,把风险计算的三元组改进为四元组。     

基于灰色理论和人工神经网络的瓦斯涌出量预测

在对监测数据分析的基础上,提出了将灰色理论引入人工神经网络的瓦斯涌出量预测新模型,并通过实验证明该模型在瓦斯预测中得到了比较理想的结果。     

基于人工神经网络的IT项目风险评价模型

[摘要]：首先本文在构建IT项目风险评价体系的基础上,提出一种基于人工神经网络的多指标综合风险评价模型。其次,利用神经网络的自学习和自适应能力,经过训练的神经网络系统能够将专家评价思想以连接权的方式赋予风险评价模型。最后,通过实际IT项目评价数据的验证,该风险评价模型能够准确地按照专家评价法进行工作。     

P2P网络中基于信任的风险计算方法

由于P2P网络的开放性和动态性,对等点信息交换不可避免地会给系统带来安全问题。提出了运用信任评价与传统的风险计算相结合的方法来评估对等点信息交换中的风险。风险度的计算来源于信任风险和后果风险。信任风险是对节点长期累积行为表现的评价,反映了信任和风险之间的关系;后果风险是对节点短期行为所导致后果的评价。仿真实验表明,运用基于信任的风险计算方法可以有效地评估对等点间信息交换的风险。     

基于GTST-MLD的复杂网络风险评估方法

针对复杂信息系统复杂程度高、互影响性与互依赖性强,现有风险评估方法难以适应大规模网络安全风险评估与应用实践的需要的问题,研究了基于GTST-MLD的适合复杂信息系统的风险要素分析方法和整体风险评估方法,包括研究事故互依赖关系模型,进行风险要素建模以及风险传导分析,以提高针对复杂信息系统的风险评估能力和分析水平。结果证明,模型对复杂信息系统安全特性的目标、功能、结构、行为等因素予以综合,实现在更高的系统功能层面上对系统安全性的分析研究,为复杂信息系统的量化风险评估提供了可靠的量化分析手段。     

基于神经网络的访问控制策略优化模型

访问控制是网络安全防范和保护的主要核心策略,其主要任务是保证网络资源不被非法使用和访问。将风险概念引入访问控制,分析了基于风险的权限委托以及权限再分配的基本性质;基于MUS集合的计算方法,给出了一种基于神经网络的风险评估方法。针对神经网络适合定量数据,而风险因素的指标值具有很大的不易确定性等问题,采用模糊评价法量化信息安全的风险因素指标,对神经网络的输入进行模糊预处理。仿真结果表明,模糊神经网络经过训练,可以实时地佑算风险因素的级别。     

基于组合模型的网络安全态势估计

为了获得更加理想的网络安全态势估计效果,提出一种基于组合方法的网络安全态势估计模型。首先收集网络安全态势样本,进行预处理得到学习样本,然后将训练样本集输入到BP神经网络进行学习,并采用布谷鸟搜索算法选择最合理的BP神经网络参数,最后通过仿真实验对模型性能进行分析。结果表明,本文模型大幅度降低了网络安全态势的拟合误差和预测误差,是一种科学、合理的网络安全态势估计模型,估计结果具有一定的实际应用价值。 