前言：中文期刊网精心挑选了计算机网络的理解范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
计算机网络的理解范文1
【关健词】 计算机信息 管理技术 网络安全
随着我国的计算机信息管理技术发展的越来越好，也随之进入了我们的学习，工作，生活中来。国家也越来越注重网络发展，也将大量的人力，精力，金钱投入到网络安全监管技术中来。近几年，各大公司，学校，公共场所都将计算机信息管理技术放在首位。尤其是公司的运用，他们把计算机信息管理技术应用到公司的管理中，这不仅节省了公司时间，也大大降低了公司经济成本。
网络的应用虽然给我们带了便捷的同时，也给我们的生活带来了不便。随着科技的发展，网络安全问题也随之展现出来，计算机病毒、网络黑客也逐渐增多，这也给人们的正常的工作和平时生活带来了巨大的影响。所以，加强计算机信息管理技术在网络安全中的应用是非常重要的。它不仅促进了我国的社会信息化的发展，同时也保护了我们的网络安全。
一、网络安全所面临的危险
随着我国科技发展越来越好，基于这种大环境的影响，计算机信息管理技术也随着在各个领域中充分发挥着自身的作用。具统计显示，截止到14年底，我们国家的网络用户已经突破了六亿人口，而手机用户就已经突破了五亿人口，而我国的网络用户和手机用户的数量还呈现逐渐上升的趋势。除此之外，我国只有不到20%的公司没有应用到互联网技术，由此我们可以得知，互联网技术已经不只走进我们的日常生活，同时也促进了我国居民经济的快速发展。因此，我们可以看出，计算机信息管理技术在网络安全中起着重要的作用。随着时代的不断进步，计算机信息管理技术也会被人们广泛的应用，因此，加强计算机信息管理技术在网络安全的保护力度，这样不仅可以推动我国社会的更好发展，同时也更好的服务于我们的社会生活。除此之外，为了消除网络世界中的安全隐患，就要加强计算机信息管理技术在网络安全的保护力度。目前我们在网络中常常见到的安全隐患的现象主要有恶意修改网站、网络黑客恶意散播谣言、木马病毒等等。对于这些网络问题，我们只能借助加强计算机信息管理技术在网络安全的保护力度，才可以有效的处理这些网络安全问题，进而使网络安全得到保障。
二、计算机信息管理技术在维护网络安全中所存在的问题
2.1信息管理技术中监测技术不高
在网络技术中经常出现的安全问题主要包含两方面，第一是计算机经常遭到网络黑客的恶意破坏；第二是计算机经常受到非法入侵或者木马病毒攻击等，随着计算机信息管理技术中检测技术的不断更新，网络安全问题也会随之向复杂化发展，导致信息管理技术中监测技术的更新速度有时不能很好的应对网络安全问题的发展速度。例如，在10年年底时，美军保存的伊拉克战争的重要机密文件被“维基解密”病毒所泄露出来，这给美国的军事机密造成了一定的影响，而导致这一现象发生的主要因素就是信息管理技术中监测技术不高，如果美国军方当时加强信息管理技术中的监测技术的管理力度，就不会出现此事件的出现。
2.2信息管理技术中的加密技术不完善
为了保证网络信息安全，我们常常采用多种计算机信息管理技术，其中加密技术就是保护网络信息安全的技术之一。而加密技术的主要原理就是将重要信息尽心加密处理，经过加密处理文件将转换成无意义文件，到接收人员对加密文件完成解密后，机密技术子才能将加密文件还原为普通文件。该技术可以有效的保护了信息的安全，同时阻止了黑客和木马病毒的侵入。但是随着科技的不断进步，传统的加密技术以及无法满足现代化的需求，加密技术已经不能很好的保护信息的安全。因此，要想加强网络信息的安全，就要将加密技术进一步完善。
三、网络安全问题的实际解决办法
3.1加强管理人员的防范意识，注重培养网络人才
近几年来，由于科技发展越来越好，信息网络时代也逐步进入我们的生活中来，网络安全问题逐渐增多，我国也开始注重网络人才的培养，这也为我国的计算机的应用和今后的发展奠定了基础，同时也给我国的网络信息安全的监管力度提供了有利的条件。在应用计算机信息管理技术的过程中，加强管理人员的防范意识是非常重要的，在网络存在安全隐患的时候，管理人员可以第一时间发现问题，通过自身的专业知识和技术有效的将安全问题进行处理，进而达到计算机信息安全管理的目的。
3.2加强风险控制力度
当网络中存在安全风险时，会给计算机信息管理技术造成一定的影响，使得计算机信息管理技术不能充分发挥出自身的作用。所以，在计算机信息管理技术中加强风险控制力度，可以有效的维护网络安全。为了推进计算机信息管理技术可以有效的起到维护网络安全的作用，首先要加强风险控制力度，在出现安全隐患时可以有效的引起管理人员的注意，根据不同的情况采用相应的防护措施。其次，还要将以前的经验教训进行总结，来完善自己的专业技术和经验。最后，建立预警系统，当存在安全风险时可以及时发出警报，引起管理人员的注意，采取有效的防护措施，阻止安全风险进一步拓展的机会。
3.3把安全管理制度中存在的不足进行完善
要想保证网路信息安全性，推进计算机信息管理技术的发展，建立完善的安全管理制度是非常必要的。例如，在对计算机网络信息进行日常管理时，可以借助完善的人才管理力度，提高人才的引进力度，选择具备高素质、高能力的专业人才。与此同时，加强对专业人才的培训力度，增加管理人员的鹅专业技术和职业修养，进而提高整个管理人员团队的专业素养，给计算机信息管理技术的网络安全提供高素质、高技能的人才做支撑。除此之外，还可以结合实际情况，适当建立完善的网络安全管理，并且组建专业的安全管理团队，安排人员定期对网络中软件、硬件进行检查，网络安全运行中的软硬件进行及时更新，从而确保了软硬件具有加高的安全性能，为计算机信息管理技术的有效运行创造一个安全的环境。
四、结束语
网络的广泛应用，与我们的生活，工作，学习有着密切的联系，那加强网络信息的安全保护也是现在最重要的责任，随着信息网络的快速发展，那网络中随处可见的安全隐患也会逐渐增多，那需要我们做的也只有加强计算机信息管理技术在网络安全的管理力度。
在面对问题时，主动追击，加强防护，找到更好的防护措施，例如加强风险控制力度、把安全管理制度中存在的不足进行完善等。那本篇文章就是根据现在网络存在的安全问题提出几点建议。在面对网络信息安丘按问题时，我们要保持清醒的头脑，及时建立防护措施，提出相关的解决对策，从而保护我们用户的自身利益。
参 考 文 献
[1]张统豪. 计算机信息管理技术在网络安全中的应用[J]. 计算机光盘软件与应用，2012，v.15；No.20623：57+88.
计算机网络的理解范文2
关键词： 高维BP神经网络； 粒子群算法； 神经网络； 结构优化
中图分类号： TN711?34； TP311 文献标识码： A 文章编号： 1004?373X（2017）03?0157?03
Research on a neural network structure optimization method based on
high?dimensional particle swarm optimization
HUANG Yu1， 2
（1. College of Computer Science， Chongqing University， Chongqing 400044， China； 2. Yibin Vocational and Technical College， Yibin 644003， China）
Abstract： In order to eliminate the shortcomings of the traditional BP neural network in the operation process， a neural network optimization method based on the high?dimensional particle swarm optimization algorithm is proposed. The acceleration constant with random variation is introduced into the high?dimensional PSO algorithm to acquire the optimal weight to optimize and train the BP neural network. The optimized high?dimensional BP neural network is applied to the automatic detection of the traffic incident. The trained data is performed with class test with the detection and training algorithm， and its result is compared with those tested with the traditional BP neural network algorithm and classical event detection algorithm. The results show that the detection rate and performance of the algorithm optimized with high?dimensional particle swarm optimization BP neural network algorithm are better than those optimized with BP neural network algorithm and classical algorithm， the values of 2 test samples are different with the expected values of 97 and 50 test samples， the rest samples can meet the test requirement， and the average optimal testing time is half of the detection time of the traditional BP neural network. The optimized BP neural network algorithm has excellent performance.
Keywords： high?dimensional BP neural network； particle swarm optimization； neural network； structure optimization
0 引 言
目前关于高维多目标优化问题的理论和方法大都限于少数几种算法，如NSGA?II算法，粒子群优化（PSO）算法。粒子群优化算法是Kennedy等受到飞鸟集群活动的启发而提出的一类新兴的基于集群智能优化算法[1?5]。相比进化算法，PSO具有易于实现和收敛速度快等优势。近年来PSO在多目标优化领域的研究上取得了较大进展[6?9]，在神经网络训练、复杂函数优化、图像处理、工业系统优化等领域应用广泛[10]，PSO在特性的函数优化问题上更是发挥着重要作用，这些特性函数通常具备维数高、非线性、规模大、非凸和不可微等特点，一般计算方法运算困难。针对粒子群优化算法的优点以及传统BP神经网络存在的诸如较慢的收敛速度、较低的学习效率，并且在计算过程中较难计算出局部极小值等问题[11?14]，提出一种基于高维粒子群算法的神经网络优化方法，结合二者优点使其更好地应用于实际中。
1 基于高维PSO算法的BP神经网络优化
1.1 高维PSO算法简介
粒子群算法是一种集群行为的计算方法，在不局限于二维空间，考虑高维时，即是高维PSO算法。设搜索空间为[D]维，粒子集群是由[M]个粒子组成，其中，第[i]个粒子的空间位置表示为[Xi=xi1，xi2，…，xiD，i=][1，2，…，M，]其飞行速度应表示为[Vi=][vi1，vi2，…，viD。]将空间位置和飞行速度数值代入优化目标函数中，从而计算出用于衡量[x]优劣的适应值。假设粒子[i]搜索到的最优位置为[Pi=pi1，pi2，…，piD，]整个粒子群搜索到的最优位置记为[PK=pK1，pK2，…，pKD。]此时，对于每一代粒子，其第[d]维[1≤d≤D]的速度和位置根据式（1），式（2）迭代：
[vktt+1=ut?vitt+c1r1pid-xidt+c2r2pid-xidt] （1）
[xidt+1=xidt+vidt+1] （2）
[ut=umax-umax-umintitmax] （3）
式中：[ut]代表惯性权值数值，一般为线性惯性权值，惯性权值的作用是提高粒子群算法的全局、局部优化能力；[t]代表现在的迭代次数；[itmax]代表迭代的最大次数；[c1]和[c2]代表学习因子；[r1，r2]代表在[0，1] 范围内变化的两个随机数值。
粒子位置的更新如图1所示。
1.2 BP神经网络
BP神经网络在结构上一般由输入层、隐含层、输出层三层构成，属于多层前馈神经网络，包括输入信号前向传递和误差反向传播两个过程。BP神经网络广泛应用在各种预测模型中。网络结构一般只需单个隐含层就能以任意精度逼近任意有理函数。训练样本的输入、输出向量的维数分别决定了网络的输入、输出层神经节点个数，典型的只有单个隐含层、单个输出的BP神经网络结构如图2所示。
在图2中，[xi=x1，x2，…，xn]代表一组BP神经网络的输入向量；[y]代表一组BP神经网络的目标输出值；[wij]代表输入层和隐含层两层级之间的连接权值；[wj1]代表隐含层和输出层两层级之间的连接权值。[aj，b]分别为隐含层和输出层的节点阈值。若设隐含层节点个数为[m，]则[j=1，2，…，m=1，]在输入信号前向传递过程中，[xi]从输入层逐层传输到隐含层和输出层，由传输过程中各层连接权值矢量、阈值矢量和相应的激励函数计算，得出输出层的预测输出值[Y，]若预测值[y]与目标值[Y]之间有误差，则误差部分转入反向逐层传递，沿误差减小的方向调整网络各层连接的权值、阈值。反复执行以上过程，使得BP神经网络的预测值不断逼近实际输出值。
1.3 PSO算法的优化
在实验过程中，种群的中间粒子更容易得到全局最优位置而不是PSO算法中的所有粒子。因此，本文基于PSO算法并采用惯性因子[σ，]惯性因子更容易追踪种群中最优粒子的位置并确保速度连续变化，即粒子下一时段的运行速度是在上一时段\行速度的基础上迭代产生的，提高了PSO算法的性能，该优化算法称为带惯性项的粒子群算法。采用惯性因子[σ]后，新的粒子速度公式为：
[Vidt+1=σVidt+c1r1Pid-Xidt+c2r2Pgd-Xidt] （4）
优化后的PSO算法更容易找到最优位置。在最优位置找寻过程中，如果粒子探索的程度是在新的方向则被称为探测，而仍然在原始轨迹搜索则称为开发。探测和开发是找寻最优位置的必经过程，调整粒子探测和开发程度可以更好地找寻最优位置并达到优化效果。所以，常将随机变化的加速常数[c1]和[c2]应用到带惯性项的粒子群算法，代表粒子向个体极值和全局极值推进过程中的随机加速权值，从而动态改变探测和开发所占的比例，使其尽快找到全局最优位置，该优化算法称为引入惯性项和随机加速常数的粒子群算法。其中，加速常数[c1]和[c2]定义为：
[c1=random（a）+tTmax] （5）
[c2=random（b）-tTmax] （6）
式中：[random（a）]和[random（b）]代表系统随机生成的数；[t，Tmax]代表当前进化代数和最大进化代数。
1.4 BP网络权值优化方法
由BP网络的三层结构可知，用[ujht]代表输入层和隐含层的网络权值，[wkj（t）]代表隐含层和输出层的网络权值，[θk]代表输出节点阈值，[θj]代表隐含层节点阈值。具体更新公式如下：
[wkjt+1=wkjt+αδkHj] （7）
[ujht+1=ujht+αkσjIh] （8）
[θKt+1=θKt+βδk] （9）
[θjt+1=θjt+βσj] （10）
式中：[Hj]代表隐含层节点[j]的输出信号；[Ih]代表输入层节点[h]的输入信号；[δk]代表输出层节点[k]的误差；[σj]代表隐含层节点[j]的误差；[α， β]代表学习参数，参数取值范围为0.1～0.9。
1.5 高维粒子群BP的算法实现
高维粒子群优化BP神经网络需要确定网络的拓扑结构，根据网络的拓扑结构确定粒子搜索空间的维数，即粒子长度，以误差均方值作为基准调节BP网络中的权值和阈值，以粒子群优化的适应度函数作为BP网络误差的反传函数，据此建立误差均方值与粒子群优化的适应度函数的对等关系，目标函数的表达式如下：
[fi=1Nk=1Nyk-ymk2] （11）
式中：[N]代表总训练样本数；[fi]代表目标函数的误差平方和；[y（k）]代表目标函数的目标输出值；[ym（k）]代表目标函数的实际输出值。
改进粒子群算法寻优的具体步骤如下：
（1） 初始化粒子群参数。初始化粒子群规模、最大迭代次数[Tmax、]学习因子[c1]和[c2、]惯性权重[wmax]和[wmin]在特定位置与速度范围内随机初始化位置向量和速度向量。
（2） 初始化BP神经网络。由实际情况确定BP神经网络的拓扑结构，并建立下一步运算的网络模型，进一步明确粒子维度。
（3） 输入网络训练样本。通过步骤（1），步骤（2）初始化的位置向量输入网络训练样本，确定网络的权值和阈值，计算出期望输出的误差均方值和实际输出的误差均方值，由二者的误差均方值可以得到粒子群的适应度函数。在粒子群适应度函数的基础上结合位置和惯性因子可以计算粒子新的运动位置和运动速度。
（4） 迭代运算。确定每个粒子的个体极值和全局极值：粒子[i]的适应度值[fi]与个体最优值[Pbest]比较，如果小于[Pbest]则取代它作为当前的个体最优；适应度值[fi]与全局极值[gbest]比较， 如果小于[gbest]则取代它作为当前的全局最优。当停止迭代时，会得到粒子在全局的最优位置，此时需要把该数值作为BP网络的最后权重值，映射为BP神经网络的权值和阈值。
（5） 将样本数据源中训练样本输入到已确定的网络模型中进行训练，用测试样本做预测。
2 高维粒子群BP算法实例仿真
高维粒子群BP算法仿真实验的实验数据采集自沈阳市和平区易发生交通拥堵的某一路段，采集方式是在测试车辆上安装激光测距仪和 GPS设备，采样时间设置为2 s，采样时间段为早、中、晚高峰期三小时的时间区间，并多次测量采集数据，选择每组中发生事件的实验数据为6 rain，参照上述标准共采集150组样本数据，把样本数据归一化。将100组训练数据、50组测试数据输入到Matlab进行运算，电脑内存为8 GB，利用本文的高维粒子群算法的BP神经网络优化算法训练，最后将测试样本分类判别，检验最后的计算性能。部分原始样本数据见表1。
设置高维粒子群算法的参数，其中，种群数量设置为[m=30，]维数设置为[D=12×13+13×4+4=212，]加速因子设置为[c1=c2=1.50，]惯性因子设置为[ω=0.720，]速度最大值[Vmax=1，]速度最小值[Vmin=-1，]位置最大值为5，位置最小值为?5，最大迭代次数[N=100。]当计算循环过程达到终止迭代次数时则终止计算。
通常采用交通事件的检测率（DR）、平均检测时间（MTTD）、误判率（FAR）评价交通事件自动检测的算法效率。通过采用本文优化的计算方法对采集到的数据进行分类训练等一系列计算分析，并将最终分析结果和经典事件检测算法、BP神经网络算法比较。结果表明，经过优化后的高维粒子群BP神经网络的检测率、算法性能均优于经典算法和BP神经网络算法，其中97，50个测试样本中仅有2个测试样本与应该达到的数值不一致，其他样本都满足测试要求，并且平均优化测试时间是传统BP神经网络检测时间的一半，结果对比见表2。
3 结 语
本文基于高S粒子群算法的BP神经网络结构优化方法，改进了传统运算方法的检测时间长、收敛速度慢的缺点，且容易实现，是一种新兴的群智能优化算法，优化全面，适用范围广泛，具有较高的精度和较好的拟合性能。
参考文献
[1] 姚尔果，闫秋粉，南振岐，等.基于改进粒子群算法的BP神经网络模型研究[J].佳木斯大学学报（自然科学版），2012，31（1）：107?109.
[2] 谢铮桂，钟少丹，韦玉科.改进的粒子群算法及收敛性分析[J].计算机工程与应用，2011，47（1）：46?49.
[3] 闰纪如.粒子群优化的神经网络在交通流预测中的应用[D].杭州：浙江工业大学，2013.
[4] 刘洪波，王秀坤，孟军.神经网络基于粒子群优化的学习算法研究[J].小型微型计算机系统，2005，26（4）：638?640.
[5] 胡卫东，曹文贵.基于改进粒子群算法的BP神经网络在边坡稳定性评价中的应用[J].湖南理工学院学报（自然科学版），2014，27（2）：71?77.
[6] 刘坤，谭营，何新贵.基于粒子群优化的过程神经网络学习算法[J].北京大学学报（自然科学版），2011，47（2）：238?244.
[7] 徐以山，曾碧，尹秀文，等.基于改进粒子群算法的BP神经网络及其应用[J].计算机工程与应用，2009，45（35）：233?235.
[8] 张德慧，张德育，刘清云，等.基于粒子群算法的BP神经网络优化技术[J].计算机工程与设计，2015，36（5）：1322?1328.
[9] 肖俊生，任讳龙，李文涛.基于粒子群算法优化BP神经网络漏钢预报的研究[J].计算机测量与控制，2015，23（4）：1302?1305.
[10] 沈学利，张红岩，张纪锁.改进粒子群算法对BP神经网络的优化[J].计算机系统应用，2010（2）：57?61.
[11] 江丽，王爱平.基于粒子群与BP混合算法的神经网络学习方法[J].计算机应用，2012，32（z2）：13?15.
[12] 徐大明，周超，孙传恒，等.基于粒子群优化BP神经网络的水产养殖水温及pH预测模型[J].渔业现代化，2016，43（1）：24?30.
计算机网络的理解范文3
1.1计算机网络实验教学需独立设课
提升计算机网络实验教学的效率，首先需要开设独立的计算机网络实验课程，其目的在于实验教学不再完全依附于理论课程，其独立设课，不需要与理论课程同步进行。计算机网络实验教学的目的在于帮助提高学生的实验素质，培养其实验与创新能力，教学任务往往通过一些设计性、研究性与验证性的实验活动，帮学生掌握网络分析、管理、应用和设计能力，从而提升学生的综合网络能力与素质。计算机网络实验教学是对理论教学的补充与深化，独立设课，能够让学生认识到实验课程的重要性，树立正确的学习理念，明确学习态度，从而加强对理论与实践的结合。通过理论知识指导实践，能够引导学生在实验中遇到的问题运用理论知识来解决，体现计算机网络实验课程和理论课程的互相融合，相辅相成。
1.2建立层次化的网络实验教学体系
针对目前国内计算机网络实验教学的状况，需要建立一个层次化的计算机网络实验教学体系，注意培养学生的网络创新能力、编程设计能力、网络应用能力和工程实践能力等，可以分三个层次构建教学体系：第一层次实验主要以计算机网络基础课程为主，开设基本的网络技能实验课程，包括网络素材的搜集与使用、网络的基本故障定位与判断和网络的基本接入实验等，主要培养学生的网络应用能力。第二层次实验主要是计算机网络原理课程，开设网络协议仿真实验，加强学生对计算机网络原理知识的认识与理解，主要培养学生对网络原理的理解与应用能力。第三层次实验是面向网络管理与工程课程为主，开设网络管理与网络工程的实验项目，以此来培养学生的工程实践能力、创新能力、网络管理能力和编程能力。
1.3完善计算机网络实验教学的内容
计算机网络课程比较复杂，理论性较强，包括计算机软件、硬件与通信等。通过实验教学具体操作，可以培养学生的网络分析、管理、应用、设计和分析等能力，能够加深对计算机网络理论知识的认识和理解。在计算机网络实验教学过程中，各个实验之间的关系联系紧密，后续实验往往需要以之前的实验为基础，实验综合性较强、知识跨度较大，因此对实验教学的要求较高。计算机网络实验内容的设计与完善在整个教学活动中，地位十分重要，是提升教学水平与质量的突破口。因此，计算机网络教师需要制定和完善实验教学内容，根据教学大纲要求和实验条件，在实验教学中贯穿理论知识，保证实验内容的可操作性与先进性，还可以设置层次性实验项目，从而开展灵活性、科学性和层次性的计算机网络实践教学活动。
1.4创新计算机网络实验教学的项目
在计算机网络教学中，运用创新型的实验教学项目，目的在于与强化学生网络方案的设计能力、网络工程实践能力、网络理论的系统应用能力与团体项目的创造能力等。目前主要包括以下两个网络实验项目：第一，要求学生根据具体情况，设计出一些网络解决方案，包括实验室机房组网、办公室组网、网吧组网和宿舍组网等，可以提升学生对计算机网络知识的综合运用能力，包括理论和实践等。第二，IPV6实验，学校根据自身网络实验室机房的田径，让学生亲身参与IPV6实验，包括其协议的安装、局域网的互联、IPV6和IPV4的相互连接及转换、登录访问、服务器的设置与IPV6服务的应用等。通过这些创新型的网络实验教学项目，主要培养学生的动手实践能力，从而提升计算机网络技术应用的综合能力。
1.5计算机网络实验教学的组织管理
在计算机网络实验教学过程中，需要强调教师的主导作用，树立学生为教学主体地位，加强教师在教学中的引导、管理与组织作用。在每一个计算机网络实验项目开始之前，教师都应该详细的讲解该实验项目的理论知识点、实验内容、实验目的、实验中的与难点等，然后引导学生进行实验。在实验过程中，教师要多加巡视，发现问题首先让学生自主处理，如果较为困难可以给学生给予一定的气氛和指导。学生在实验完成后，需要结语实验过程，分析实验结果，而计算机网络教师要根据学生的实验报告进行结语反思，从而使学生在网络实验项目中积累经验，掌握更多的实验技巧，提升计算机网络实验能力，同时还能够加深对计算机网络理论知识的学习与理解。
2结语
计算机网络的理解范文4
关键词：网络熵 计算机网络 攻击 安全性 效果 定量评估 方法 分析
中图分类号：G623.58 文献标识码：A 文章编号：1672-3791（2013）02（b）-0018-01
随着计算机技术以及网络信息技术在实际应用中的不断发展进步，计算机网络安全的要求也随之提高。比如，在信息安全领域，对于信息安全的内涵理解就在不断的延伸扩展，由原来的对于信息安全的保密性理解，逐渐扩展成为不仅包含信息保密性，更包括信息的完整性以及可用性、可靠性、不可否认性等，同时在进行信息安全保护的过程中，也逐渐发展并包含了对于信息攻击以及防范、检测、控制、管理、评估等多方面的安全防护理论以及技术等。在现代的信息管理系统中，对于信息安全的管理主要核心就是对于信息安全密码的应用与管理，实现对于信息安全密码的应用管理，首先需要通过进行可信信息系统的建立与评估，在此基础上，实现对于信息密码安全管理。计算机网络攻击效果的评估是信息系统安全综合评估的重要组成部分，进行计算机网络攻击效果的评估，不仅有利于提高计算机信息系统在复杂网络环境下的突发网络攻击应对能力，而且对于计算机网络攻击反击也具有一定的应对参考作用。
1 计算机网络安全性能指标的选取分析
在进行计算机网络攻击效果的定量评估过程中，要实现对于计算机网络攻击效果的评估分析，首先需要通过选取计算机网络安全性能指标因素，对于计算机网络攻击前后的安全变化情况进行分析的基础上，才能实现对于计算机网络攻击效果的评估。
通常情况下，进行计算机网络攻击的目的，就是为了破坏计算机网络的安全特性，是计算机网络失效或者是达到降低的效果。因此，通过对于计算机网络攻击前后安全性能指标的选取分析，来实现对于计算机网络攻击前后安全性能的变化描述，并且计算机网络攻击前后的安全性能指标差值，就是进行计算网络攻击效果评价的重要标准。本文主要通过系统分析法，通过对于计算机网络安全机制的研究分析，通过计算机网络安全机制以及准则、指标三级特性，实现对于计算机网络攻击效果的评估。通常情况下，计算机网络安全机制主要包含计算机网络的放绕过性、防篡改性以及可验证性、正确性、可用性等各种性能机制，而计算机网络安全的准则则主要包含防更改性、多样性以及隔离性、多重性、强制性等各要素，而通常情况下，根据计算机网络安全指标的测量结果，对于计算机网络的安全特性又可以分为布尔型、实数型以及分级数值等各种类型，并且在进行网络安全性能指标的选取过程中，进行安全性能指标的选取，还需要根据整体性或者是时效性等选择原则要求进行选取实施，比较麻烦并且繁杂，在实际选择评估应用中，需要注意结合指标选取实际情况进行简化选取实施。
2 基于网络熵的网络攻击效果计算分析
2.1 网络熵的含义概述
通常情况下，在进行计算机网络攻击效果的评估过程中，进行网络安全性能指标的简化选取之后，由于进行网络攻击效果的评估只是对于网络攻击前后的安全性能变化的评估分析，因此，评估分析过程中可以使用网络熵对于网络安全性能情况进行描述评价，通常情况下网络熵的值越小，那么就表示计算机网络系统的安全性能越好，而一旦计算机网络在服务运行过程中受到攻击，那么网络服务的性能就会下降，同时计算机网络系统的稳定性就会受到破坏，网络熵值也会增加。一般用下列公式（1）所示的网络熵差值对于计算机网络攻击效果进行表示描述。
2.2 单个网络安全指标网络熵差计算方法
在计算机网络安全性能指标因素中，根据计算机网络安全机制以及准则等的不同，会有各方面不同的对于网络安全性能产生影响的重要指标因素，比较复杂并且繁多，因此，在实际计算机网路安全性能指标的选取中，应注意进行简化选择。以计算机网络系统的可用性为例，在确定网络安全可用性的影响指标后，对于网络熵差值的计算方法如下。
根据计算机可用性的影响指标因素情况，主要有网络数据吞吐量、网络信道利用率以及网络延迟情况、延迟抖动频率等，其中用S1表示计算机网络攻击前的吞吐量情况，用S2计算机网络攻击后的吞吐量情况，根据相关要求原则，那么网络数据流量在该项指标的攻击效果可表示为下列公式（2）所示。
2.3 计算机网络系统的网络熵差值计算
根据上述对于计算机网络安全性能单个指标的网络熵差值计算表示分析，在进行整个计算机网络系统的网络熵差值的计算中，就是在进行安全性能指标权重值确定的情况下，通过对于计算机网络安全性能指标的权重因素的网络熵差值计算，来实现对于计算机网络系统网络熵差值的计算描述。如下公式（4）所示，就是系统网络熵为H情况下，用H’表示网络攻击后系统的网络熵值，那么对于网络攻击效果的计算就可以表示为如下公式所示。
3 结语
总之，基于网络熵的计算机网络攻击效果定量评估方法，是通过网络熵描述理论，在对于计算机网络安全性能指标权重因素的定量计算分析基础上实现的，对于计算机网络攻击效果的评估具有一定的适用性。
参考文献
[1] 张义荣，鲜明，王国玉.一种基于网络熵的计算机网络攻击效果定量评估方法[J].通信学报，2004（11）.
[2] 王桐桐.计算机网络安全面临的问题及防范措施[J].都市家教，2012（9）.
[3] 黄祖文.计算机网络运行中常见安全威胁与防范措施[J].中国新通信，2012（22）.
计算机网络的理解范文5
关键词：计算机网络基础 案例教学 中职
当今社会，计算机网络应用已遍及各行各业，并对社会发展、生产结构、人们日常生活产生了影响与冲击。计算机网络已逐步成为一门新兴学科，许多相关专业都开设了课程，但是在教学中仍有许多值得研究的问题。
一、中职计算机网络基础教学的特点
计算机网络基础是职业学校计算机专业的必修课，有着较强的理论性和抽象性，同时涉及大量的概念。而中职学生大多理论学习热情不高，缺乏钻研精神，学习目标不明确。基于学生的这些特点，多数学校采用了基于模拟软件的操作，采用以理论为主的教材，教学模式僵化，学生对学习缺乏兴趣。
二、案例在计算机网络基础教学中的重要性
学生对概念理解的相对较慢，在准确、深入程度上也有着很大的差距，严重影响了学生学习的积极性。教师若能在教学中创设与客观世界类似的，便于感知、体验的真实案例并加以分析，把学习的主动权交给学生，让学生在实践中体会艰辛和乐趣，调动学生学习的主观能动性，从而培养学生的探索精神与分析问题的能力。所以，改变单一的教学方法、激发学生的学习兴趣，案例驱动教学就显得尤为重要。
三、案例在计算机网络基础教学中的应用
在计算机网络基础的教学中引入案例，学生通过对案例进行分析、讨论和交流，不仅可以加深对原理和概念的理解，也可以提高分析和解决问题的能力。那么应如何在计算机网络基础教学中应用案例呢？本文从以下几个方面阐述。
1.利用案例，使问题具体化，激发学生兴趣
计算机网络的体系结构本身非常复杂、理论概念多又抽象，学生初次接触网络，不免会觉得乏味，长期如此，学生就会失去信心，产生懈怠的心里。教师可以利用案例教学将复杂抽象的理论逐步分解，变复杂为简单，化抽象为具体。如讲解路由器，我们可以引入案例——小明家里有三台电脑，通过一个交换机将三台电脑组建了家庭局域网，现在想让家里的电脑都能上网，还需要什么设备呢？讲解路由器的作用，我们可以引入案例——交通图中的交通指示牌。应用学生生活中切实存在的例子，使问题简单化，具体化，从而激发学生的兴趣。
2.利用多个案例，使学生加深对问题的理解
在课堂学习中，通过对案例的分析、理解，学生对计算机网络知识有了一定的掌握，但是学生的理解往往是对本案例，不会举一反三，或者有些学生止于当时，下次再操作类似问题时则表示困难。所以，对于学生，教师应该列举多个类案例加以练习，以达到对问题的深刻理解。如讲解交换机的VLAN划分，学生需记一些命令，这时教师可以列举案例——学校的局域网可以按不同的教学楼划分，也可以按年级划分，还可以按专业去划分等。通过多个案例的操作，让学生在不断地练习中记住命令，以此加深对交换机VLAN的理解。
3.利用案例，提高学生的实践能力
在计算机网络基础教学过程中，教师通过对案例的分析，引入一系列的实践活动，把课堂上所学知识应用于生活实践。同时教师应有相应的准备和铺垫，再布置实验内容，让学生去思考、实践，综合应用所学到的知识去解决生活中实际的问题，提高实践能力。 如讲解一台主机网络不通时，可以通过引入案例——假设学生作为一公司的网络管理员，如果有电脑不能上网，应该怎么去解决？通过对实际问题的解决，让学生提高了自己的实践动手能力。
四、小结
在计算机网络基础教学中利用案例，能够充分调动学生学习的积极性，也提高了学生实际动手能力和探索、 合作、创新能力，所以在计算机网络教学中合理、有效地使用案例将会很好地解决传统教学中遇到的问题。
参考文献：
[1]钱方明.改进案例教学,提高案例教学质量[J].嘉兴学院学报,2002(S1).
[2]隋晓杰 石萍.浅谈案例驱动法在计算机教学中的作用[J]. 商情,2011(7).
计算机网络的理解范文6
关键词：网络体系结构；教学内容；教学结构
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）34-7822-02
21世纪，随着数字化、网络化、信息化时代的到来，Internet对人类的生活、学习、工作产生了极大的影响。《计算机网络》课程作为Internet的理论基础成为各大高校计算机相关专业的核心课程，甚至一些非计算机专业也把《计算机网络》列为必修课程。希望通过该课程的学习，使学生掌握计算机网络的基本原理、一些典型网络的结构特点及其具体实现。但该课程内容抽象、涉及概念多、知识面广，所以对于教师的讲授和学生的学习都有一定的难度，找到一种合适的教学方法，对于计算机网络课程的教与学都会起到推波助澜的作用。
1 体系结构在计算机网络课程中的重要性
随着Internet的普及，从几岁的孩子到白发老人都很轻松的学会了上网，在校大学生对于Internet的掌握和使用更是已经达到非常熟练的程度，但是计算机网络理论知识和技术的掌握却不是那么容易。计算机网络和Internet是两个不同的概念，但其关联密切，彼此的发展又起到相互促进的作用。为了让学生更好的掌握计算机网络抽象复杂的概念以及相关知识，结合Internet实际应用是一种非常有效的方法。因此在计算机网络课程的讲解过程中，教师应该想办法把看不见摸不着的抽象理论结合学生的实际应用去讲解，这样学生更好理解相关知识。
体系结构是计算机网络分层模型及各层协议的集合，是计算机网络的骨架。在计算机的网络体系结构中，参考模型主要有OSI参考模型和TCP/IP参考模型两种，其中OSI参考模型的设计初衷是制定一个适用于全世界的计算机网络的统一标准，从技术上追求一种理想的状态，但由于其模型和协议自身存在的一些缺陷，导致其缺乏市场及商业推动力，没能达到预期设计的目标。而TCP/IP参考模型经历了40多年的实践检验，并且已经成功赢得大量的用户和投资，也正是TCP/IP的成功促进了Internet的发展，同时Internet的发展又进一步扩大了TCP/IP的影响，因此基于TCP/IP体系结构、结合Internet的实际应用去讲解计算机网络理论知识是值得研究的一个课题。
2 常用的计算机网络教学方法及其问题
2.1 从教学内容的角度
《计算机网络》课程所涉及的教学内容很多，从原理、技术到应用，再到相关设备的管理，涉及OSI参考模型，TCP/IP参考模型，路由器、交换机管理配置，DNS、WWW等常用的网络服务器管理配置等。这些内容是教学重点也是难点所在，概念非常抽象，学生很难理解接受，从而导致上课积极性不高、厌学等问题。针对这样的问题，通常在教学方法上有如下的一些解决手段。
1）针对一些抽象的名词概念采用类比的方法讲解。如讲述网络体系结构中分层概念的时候，可以与大家熟知的邮政通信系统进行类比，邮政通信系统可以分为三层：用户、邮局和运输部门，用户位于最高层，运输部门位于最底层，各司其职，各尽其责，上一层对下一层提出要求，下一层完成上一层提出的要求，为上一层提供服务，对等层之间和上下层之间存在相应的约定，上一层要打包之后再交给下一层。这样学生就比较容易理解为什么要划分层次了，以及层与层之间的数据传输过程。
2）通过Internet的使用熟悉相关的知识点。如学生结合他们上网经常使用的QQ聊天工具、E-Mail的使用以及浏览网页，去思考计算机网络的工作原理，以及分层的结构在应用过程中的体现。同时结合实验课程的安排，让学生自己动手搭建小型的局域网，自己动手配置FTP服务器、E-Mail服务器、Web服务器等，在配置的过程中，加深对原理知识的掌握。
3）改变传统的教学模式。传统的教学模式是以“教”为主，教师以多媒体教学为主要手段，结合动画演示，使抽象的理论形象化、复杂的过程简单化，提高学生的学习兴趣，深化对教学内容的理解。但计算机网络课程本身集理论和应用于一身，仅仅采用传统的授课模式，不能让学生更好的对抽象性的知识点理解和应用，倡导采用现场教学、讨论式教学、探究式教学等多重教学方法，以激发学生自主学习能力。并且安排并带领学生参观校园网，介绍该校园网的拓扑结构、软硬件设施，使学生对计算机网络有更直观认识。同时教材的选择也要有一定的灵活性，在教学过程中加入前沿技术的讲解，让学生了解网络当前的发展状况，既开阔视野，又提高学习兴趣。
4）改进考核方式，加大实践比例。传统的考核方式主要是以理论考核为主，实验考核所占比例较低。但《计算机网络》作为一门应用型课程，对学生的实际动手能力要求应该更严格，因此在最终的考核方式中，应该加大实践考核所占的比例。
2.2从教学结构的角度
教学结构的安排上，通常采用自底向上的顺序，也就是按着网络的分层结构，从最底层物理层开始讲解，自下而上，逐层学习。一般计算机网络教材的编写结构也是这种顺序，符合计算机网络的发展规律，从物理层开始，也就是通信的基础知识开始介绍，也符合人们由简单到复杂的学习认识规律。但是随着网络技术的成熟，因特网的普及，网络的协议逐渐稳定，TCP/IP成为了因特网事实标准。尤其今天信息时代的到来，计算机网络领域内的许多革命性创新都发生在应用层，人们的注意力转移到开发更多能满足人们需要的应用层产品。
同时，从学生的角度考虑，在学习计算机网络相关的原理技术之前，他们早早就接触，甚至都已经能够很熟练使用的一些软件，正是应用层的产品。因此，仍然沿用传统的自底向上的教学结构安排，反而让学生更难去理解分层的概念，更难接收网络中的一些抽象的概念。
3 基于TCP/IP体系结构的教学方法研究
3.1 从教学内容方向研究
上述研究中，采用类比的方法、借助Internet的方法、改变传统教学模式的方法以及改进考核方式的方法，都有很多值得借鉴的地方，结合TCP/IP体系结构，在这些方法的基础上，做出了进一步的研究。
首先，从教学内容的安排上，把教学重点放在TCP/IP协议集上，加大实践教学的力度。让学生结合Internet的使用，通过对协议的分析和学习，来进一步深入的掌握理论知识。比如利用WireShark协议分析工具进行协议数据包的抓包、分析，从而完成对各层关键协议的解析，使学生能很好的掌握协议的细节。利用网络仿真工具如NS2，可以进一步从视觉上真正理解协议的工作原理，比多媒体课件中的动画更能直观的体现协议的运行过程。
其次，要不断的跟踪国内外的先进技术，不能把教学内容仅仅局限于教材内容上。对于教材中所涉及的一些已经逐渐被淘汰的技术，要及时删减，比如X.25、ATM等。对于下一代的互联网给予更多的关注，IPv6协议的研究、核心路由和交换问题的介绍等。
最后，还要根据不同专业的学生安排不同的教学内容。对于计算机专业和非计算机专业学生，对计算机基础知识的掌握程度不同，同时学生本身也存在能力差异，因此，针对不能专业的学生要，适当的调整教学学时和教学内容的安排。
3.2 从教学结构方向研究
目前的教材和计算机网络体系结构的研究方向仍然是以层次性的体系结构为主，因此，我们的教学结构安排也仍然遵循基于层次的网络教学方法，以TCP/IP体系结构为教学主体路线。上述研究表明，自底向上的教学结构安排已经不能适应实际的教学需求。我们采用自顶向下的方法来安排教学结构，这种教学方法强调应用，以实用为原则，要求任课教师有较高的实践水平，较强的课堂组织能力。
首先是应用层，TCP/IP协议集中应用层的协议最多，学生接触的也是最多的，比如浏览网页用到的http协议，应用层给应用进程传输过来的数据加上http头部，紧接着将处理后的数据传给传输层，传输层会对数据重新打包加上TCP头部或UDP头部，再交给网络层处理。网络层的主要协议是IP协议，其中IP地址是关键知识点，IP地址与MAC地址的关系及转换方法可以在介绍体系结构之前作为重点讲解，这样在数据交付的过程中涉及到这部分内容的时候，学生就很好理解，从而保证对网络体系结构学习的整体性和连贯性。经过网络层的路由选择和处理后，数据交给数据链路层，加上帧头和帧尾，这样整个信息交付的过程很自然的从高层过渡到下面各层。按照自顶向下的方法进行教学结构的安排，对于老师的讲解和学生的学习过程都会达到事半功倍的效果。
综上所述，针对《计算机网络》课程本身的特点，本着培养应用型人才的教学理念，教师在教学过程中必须结合实际，力争通过有效的教学方法的研究，使《计算机网络》的教与学能达到最好的教学效果。
参考文献：
[1] 谢希仁.计算机网络[M]. 5版.北京：电子工业出版社，2012：23-33.
[2] 郝兴伟.计算机网络技术及应用[M].北京：高等教育出版社，2013：48-66.
[3] 刘淑婷.基于层次性网络体系结构教学方法的研究[J].教法研究，2012（6）：50-51.
