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。