论文部分内容阅读
对脆弱性网络的用户信息安全性进行在线检测，能够有效提高互联网的安全、稳定运行。对用户信息安全性的在线检测，需要改善样本表征能力弱信息以及冗余信息，调整不同网络层面的权重和阈值，完成用户信息的安全性检测。传统方法生成多个用户信息最优特征子集，对处理后的特征进行训练学习，但忽略了对信息的权重、阈值进行调整，导致检测精度偏低。提出基于BP神经网络的脆弱性网络用户信息安全在线检测方法。对脆弱性网络用户信息安全信息进行主成分分析，保留那些具有较强表征能力的特征部分，改善了原始信息样本中存在较多表征能力弱和冗余的信息