基于自适应的神经模糊推理的医疗大数据风险访问控制研究 |
| |
引用本文: | 于国庆,沈飞.基于自适应的神经模糊推理的医疗大数据风险访问控制研究[J].自动化与仪器仪表,2023(1):115-120. |
| |
作者姓名: | 于国庆 沈飞 |
| |
作者单位: | 2. 山东省人力资源和社会保障厅 |
| |
摘 要: | 针对传统风险预测方法预测精度低,导致医疗大数据风险访问控制效果不佳的问题,提出构建一个基于自适应神经模糊理论的风险轻量化模型。首先,对BP神经网络的基本原理进行具体分析;然后在BP神经网络的基础上,结合模糊理论知识和T-S模型特性,构建一个基于T-S的模糊神经网络模型;最后通过此模型对访问风险进行量化处理,并根据访问控制策略判断是否授予访问权限。仿真结果证明,构建的模型预测结果与实际输出结果误差均值小于le-5;在非法用户的比例小于15%时,基于自适应神经模糊理论的风险轻量化模型的精确率和召回率较高。由此说明,该模型在医疗大数据风险访问控制中具有可行性。
|
关 键 词: | 医疗大数据 神经网络 模糊推理 风险访问 T-S模型 |
|
|