信息系统安全风险评估是通过科学的方法和手段,系统地分析网络与信息系统所面临的威胁和其自身的脆弱性,全面地、正确地认识系统目前与未来的风险,为信息系统安全运行提供科学依据。　　 本文提出了一种基于微粒群优化算法的模糊小波神经网络的信息系统安全风险评估模型,针对信息系统安全风险评估实践,为构造信息系统安全风险评估系统建立理论基础。　　 首先,本文详细地阐述了信息系统安全风险评估理论和实施流程；论述了现有的信息系统安全风险评估方法,并且分析研究了各种信息系统安全风险评估方法的优点和缺点。为后续风险评估工作提供理论基础。　　 其次,基于微粒群优化算法的模糊小波神经网络的信息系统安全风险评估模型是以风险因素属性特征值作为神经网络的输入,风险因素安全等级作为输出,将评估成功的案例作为神经网络训练样本,各个属性的权重作为微粒子,由微粒群优化算法进行迭代得到最优权重。有效克服了专家凭借经验和知识确定权重带来的主观性。同时,针对小波神经网络中梯度下降法存在收敛速度慢和可能造成局部最优等问题,应用微粒群优化算法对小波神经网络进行训练。仿真结果表明:该算法性能优良,为信息安全风险评估提供了可行的算法支持。并且将微粒群优化小波神经网络评估模型与BP算法的小波神经网络评估方法作了对比,实验结果表明,微粒群优化模糊小波神经网络具有更快的收敛速度、更高的训练精度和更好的预测效果。　　 最后,利用该模型对某信息系统进行了安全风险评估实证研究。通过资产评估、威胁评估、脆弱性评估确定整个信息系统各风险因素的安全等级。　　 实践证明本文提出的基于改进的模糊小波神经网络信息系统安全风险评估方法是可行的、有效的,评估结果科学、客观,具有推广价值。