针对现有风险评估方法在判定贵州大数据安全风险等级时与实际情况存在的偏差,文章提出了一种基于灰色神经网络的贵州大数据安全风险评估方法.该方法通过构建风险评估模型,设计灰色神经网络的自适应学习机制,并初始化网络参数;进而通过动态调整网络参数和改变网络结构,有效提高评估的准确性.针对数据中的缺失值问题,本文采用灰色数据转化的方式进行填补,而确保评估数据的完整性.在评估过程中,系统提取每个样本点的信息特征,并赋予相应的权重,随后将这些特征输入风险评估模型中.通过计算,得到各个样本点的信息安全风险评估值,最终输出整体的信息安全风险评估结果.实验结果与实际情况高度一致,表明该方法在大数据系统安全风险评估中具有高度的准确性和有效性.
万方数据
维普
