基于量子门线路神经网络的信息安全风险评估
Risk Assessment of Information Security Based on Quantum Gate Circuit Neural Networks
查看参考文献19篇
|
文摘
|
信息安全风险评估是对不确定的和随机的潜在风险进行综合评价的过程,目的是有效抑制、转移系统风险。在分析信息系统安全要素与保障体系的基础上,构建基于信息资产的信息系统安全风险评估模型,通过风险评估指标体系,得到实际检测的评估对象属性。利用一组量子门线路构建神经网络模型,将评估对象属性样本归一化处理结果作为网络输入并用量子位表示,经量子旋转门进行相位旋转并控制量子位的翻转。经过网络处理后,得到评估对象的综合风险。实验结果表明,与传统BP神经网络相比,该方法能够实现信息系统的风险评估,具有更优的收敛性能与更精确的风险预测能力,可为风险管理提供可靠的理论依据。 |
|
其他语种文摘
|
Information security risk assessment is a process of comprehensive evaluation of uncertain and random potential risks in order to effectively suppress and transfer systemic risks. On the basis of analyzing the security elements and security system of information system,t he information security risk assessment model based on information assets is constructed. Through the risk assessment index system,the attributes of the evaluation objects actually are obtained. The neural network model is constructed by using a set of quantum gate circurit. The normalized processing result of the attribute samples of the evaluation object is used as the network input and expressed by the quantum bit. The phase rotation is performed by the quantum revolving gate and the quenching of the quantum bit is controlled. After being processed by the network,the comprehensive risk of the evaluated object is obtained. The experimental results show that compared with the traditional BP neural network,this method can realize the risk assessment of information systems,with better convergence performance and more accurate risk prediction ability,which can provide a reliable theoretical basis for risk management. |
|
来源
|
计算机工程
,2018,44(12):39-45 【扩展库】
|
|
DOI
|
10.19678/j.issn.1000-3428.0051383
|
|
关键词
|
信息系统
;
量子门线路
;
信息资产
;
风险评估
;
神经网络
|
|
地址
|
贵州大学计算机科学与技术学院, 贵阳, 550025
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
贵州省教育厅自然科学基金
|
|
文献收藏号
|
CSCD:6386123
|
参考文献 共
19
共1页
|
|
1.
刘国城. 基于AHP和熵权的信息系统审计风险评估研究与实证分析.
审计研究,2016(1):53-59
|
被引
3
次
|
|
|
|
|
2.
刘健. 基于AHP-贝叶斯网络的信息安全风险态势分析模型.
北京信息科技大学学报,2015,30(3):68-74
|
被引
3
次
|
|
|
|
|
3.
赵刚. 基于多层次模糊综合评判及熵权理论的实用风险评估.
清华大学学报(自然科学版),2012,52(10):1382-1387
|
被引
12
次
|
|
|
|
|
4.
宋杰鲲. 基于三角模糊熵的信息安全风险评估研究.
情报理论与实践,2013,36(8):99-104
|
被引
4
次
|
|
|
|
|
5.
付沙. 一种基于信息熵的信息系统安全风险分析方法.
情报科学,2013,31(6):38-42
|
被引
2
次
|
|
|
|
|
6.
伍浏阳. 因子分析和支持向量机的信息系统风险评价.
微电子学与计算机,2016,33(2):144-148
|
被引
1
次
|
|
|
|
|
7.
陈宇. 模糊认知图在信息安全风险评估中的应用研究.
计算机工程,2016,42(7):109-116
|
被引
3
次
|
|
|
|
|
8.
申时凯. 模糊神经网络在信息安全风险评估中的应用.
计算机仿真,2011,28(10):91-94
|
被引
7
次
|
|
|
|
|
9.
李士勇.
量子计算与量子优化算法,2009
|
被引
45
次
|
|
|
|
|
10.
李盼池. 基于受控旋转门的量子神经网络模型算法及应用.
控制与决策,2011,26(6):898-901,906
|
被引
8
次
|
|
|
|
|
11.
郭光灿. 量子信息技术.
重庆邮电大学学报(自然科学版),2010,22(5):521-525
|
被引
6
次
|
|
|
|
|
12.
Kak S. Quantum neural computing.
Advances in Imaging and Electron Physics,1995,94:259-313
|
被引
11
次
|
|
|
|
|
13.
Nielsen M A.
Quantum computation and quantum information,2003
|
被引
6
次
|
|
|
|
|
14.
李盼池. 基于量子门线路的量子神经网络模型及算法.
控制与决策,2012,27(1):143-146
|
被引
10
次
|
|
|
|
|
15.
施恩. 基于局部特征的卷积神经网络模型.
计算机工程,2018,44(2):282-286
|
被引
6
次
|
|
|
|
|
16.
李增鹏. 基于层次分析涉密信息系统风险评估.
信息网络安全,2014,50(6):213-218
|
被引
1
次
|
|
|
|
|
17.
张笑铭. 一种适用于卷积神经网络的Stacking算法.
计算机工程,2018,44(4):243-247
|
被引
9
次
|
|
|
|
|
18.
李井春. 基于神经网络的变形预报方法研究.
测绘与空间地理信息,2011,34(1):151-154
|
被引
1
次
|
|
|
|
|
19.
曽谨言.
量子力学,2013
|
被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问