It is well-known that information s

It is well-known that information security means the protection of information, and ensuring the availability, confidentiality and integrity of information. The purpose of this paper is to present an improved RBF neural network method for information evaluation. Ant colony optimization is a multi-agent approach for difficult combinatorial optimization problems, which has been applied to various NP hard problems. Here, ant colony optimization algorithm is applied to optimize the parameters of RBF neural network. In this paper, we employ “unauthorized access”, “unauthorized access to a system resource”, “data leakage”, “denial of service”, “unauthorized modification data and software”, “system crash” as the features of information security evaluation. It is indicated that the information security evaluation error of the improved RBF neural network is smaller than that of the RBF neural network. Thus, the improved RBF neural network is very suitable for information security evaluation.

ผลลัพธ์ (ไทย) 1:

เป็นที่รู้จักว่า ความปลอดภัยของข้อมูลหมายถึง การป้องกันของข้อมูล ความพร้อมใช้งาน ความลับ และความสมบูรณ์ของข้อมูล วัตถุประสงค์ของเอกสารนี้จะแสดงวิธีโครงข่ายประสาท RBF การปรับปรุงข้อมูลประเมินผล เพิ่มประสิทธิภาพของฝูงมดเป็นวิธีแทนหลายปรับยากปัญหาปัญหา ซึ่งได้ถูกใช้ปัญหา NP ต่าง ๆ ที่นี่ มีใช้อัลกอริทึมเพิ่มประสิทธิภาพฝูงมดปรับพารามิเตอร์ของโครงข่ายประสาท RBF ในเอกสารนี้ เราใช้ "เข้าถึง" "การเข้าถึงทรัพยากรระบบ" "ข้อมูลรั่วไหล" "ปฏิเสธเซอร์วิส" "ไม่ได้รับอนุญาตการแก้ไขข้อมูลและซอฟต์แวร์" "ระบบความล้มเหลว" เป็นคุณลักษณะของการประเมินความปลอดภัยของข้อมูล เป็นระบุว่า ข้อมูลความปลอดภัยประเมินข้อผิดพลาดของเครือข่ายประสาท RBF ปรับปรุงน้อยกว่าของเครือข่ายประสาท RBF เครือข่ายประสาท RBF ดีขึ้นจึงเหมาะสำหรับการประเมินความปลอดภัยของข้อมูล

ผลลัพธ์ (ไทย) 2:

มันเป็นที่รู้จักกันดีว่าการรักษาความปลอดภัยข้อมูลหมายถึงการป้องกันข้อมูลและสร้างความมั่นใจความพร้อมการรักษาความลับและความสมบูรณ์ของข้อมูล จุดประสงค์ของบทความนี้จะนำเสนอวิธีการที่ดีขึ้นเครือข่ายประสาท RBF สำหรับการประเมินผลข้อมูล การเพิ่มประสิทธิภาพของอาณานิคมมดเป็นวิธีการหลายตัวแทนสำหรับปัญหาการเพิ่มประสิทธิภาพ combinatorial ยากซึ่งได้ถูกนำมาใช้ในการแก้ไขปัญหาต่างๆอย่างหนัก NP นี่คือขั้นตอนวิธีการเพิ่มประสิทธิภาพของอาณานิคมมดถูกนำไปใช้ในการเพิ่มประสิทธิภาพพารามิเตอร์ของเครือข่ายประสาท RBF ในบทความนี้เราจ้าง "การเข้าถึง", "การเข้าถึงทรัพยากรของระบบ", "รั่วไหลของข้อมูล", "ปฏิเสธการให้บริการ", "การปรับเปลี่ยนข้อมูลที่ได้รับอนุญาตและซอฟแวร์", "ผิดพ​​ลาดของระบบ" เป็นคุณสมบัติของการประเมินความปลอดภัยของข้อมูล . มันเป็นเรื่องที่แสดงให้เห็นว่าการประเมินผลข้อผิดพลาดของการรักษาความปลอดภัยข้อมูลที่เพิ่มขึ้นเครือข่ายประสาท RBF มีขนาดเล็กกว่าของเครือข่ายประสาท RBF ดังนั้นการปรับปรุงเครือข่ายประสาท RBF เหมาะมากสำหรับการประเมินความปลอดภัยของข้อมูล

ผลลัพธ์ (ไทย) 3:

มันเป็นที่รู้จักกันดีว่า ความปลอดภัยของข้อมูล หมายถึง การปกป้องข้อมูลและสร้างความมั่นใจความพร้อมการรักษาความลับและความสมบูรณ์ของข้อมูล การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อนำเสนอการปรับปรุง RBF เครือข่ายประสาท วิธีการสำหรับการประเมินข้อมูล อาณานิคมมดเป็นวิธีการสำหรับการเพิ่มประสิทธิภาพแบบจำลองชนิดหลายตัวแทนปัญหายากซึ่งได้ประยุกต์ต่าง ๆ คือ ยาก ปัญหา ที่นี่ , ฝูงมดจะใช้เพื่อเพิ่มประสิทธิภาพของขั้นตอนวิธีการหาค่าพารามิเตอร์ของ RBF เครือข่ายประสาท . ในกระดาษนี้เราจ้าง " เข้าถึง " ไม่ได้รับอนุญาต " การเข้าสู่ระบบทรัพยากร " , " รั่ว " ข้อมูล " การปฏิเสธการโจมตีบริการ " , " ข้อมูลการปรับเปลี่ยนไม่ได้รับอนุญาตและซอฟต์แวร์ "" การผิดพลาดของระบบ " เป็นคุณลักษณะด้านความปลอดภัยสารสนเทศ ก็พบว่า การประเมินความปลอดภัยของข้อมูลข้อผิดพลาดการปรับปรุง RBF เครือข่ายประสาท มีขนาดเล็กกว่าของ RBF เครือข่ายประสาท . ดังนั้น การปรับปรุง RBF เครือข่ายประสาท จะเหมาะมากสำหรับการประเมินความมั่นคงปลอดภัยสารสนเทศ