文摘

这项研究的目标是建立一个应对困难金融绩效管理指标体系,确保安全的无线共享网络和局部极值和传统BP神经网络的收敛速度慢(摘要)。首先,Levenberg-Marquardt (LM)用来优化摘要,并提出一种改进的摘要。第二,上市公司的财务绩效评价体系构建了基于摘要。最后,无线网络注入检测系统提出了基于改进的摘要和测试通过构造数据集和一个真正的测试环境。结果表明,(1)上市企业的财务绩效评价体系构建可以评估上市企业的财务表现和更少的错误。它很容易操作,具有较高的精度和自学习和自适应的能力;(2)无线输液检测系统(wid)基于改进的BP算法具有较高的检测率和较低的错误率。这项研究提供了重要的技术支持上市公司改善财务绩效管理水平和市场竞争力,加强网络的安全保护。

1。介绍

如今,计算机和互联网技术渗透人们的生活和工作的各个方面。符合互联网的发展趋势,企业管理逐步进入国际化(1]。在企业发展的过程中,金融绩效管理在企业的长远发展起着至关重要的作用。通过金融活动在企业评价体系中,上市企业的经营管理可以全面、客观地测量,发现管理中存在的问题,及时修正,为企业的可持续发展奠定了良好的基础(2- - - - - -4]。平衡计分卡、经济增加值(EVA),和其他方法被广泛用于评估上市公司的财务绩效管理。然而,评估效果不如预期,因为一些缺陷,如难以建立指标体系,很难确定指标之间的关系,和困难分配指标的权重,实现现代企业的障碍(5,6]。

摘要吸引了研究者的注意,近年来在各个领域。它有自学习的特点,自适应、自组织和有广阔的应用前景7]。高实现了一个基于摘要结合绩效评估模型和粗糙集。粗糙集属性约简理论用于过滤和优化评价指标,和关键性能指标。摘要是用来预测和评价的关键指标。实验结果表明,该模型大大减少了训练和缩短了学习时间8]。许等人提出了一种组合预测方法对能源消耗的能量管理系统(EMS)基于摘要。EMS的能源消耗是灰色组合模型的预测和分析,灰色马尔可夫链和摘要利用预测模型。结果表明,该方法的平均相对误差比现有方法的低得多,和提高预测精度9]。然而,摘要是容易陷入局部最小值、收敛速度慢。在这种情况下,摘要通常是结合其他指标筛选技术来加速模型的收敛和减少误差预测和评估企业的相关指标。如果摘要是在此基础上,改善其性能会更好。在日益激烈的市场竞争中,如果企业想要脱颖而出,实现可持续发展的战略目标,需要优化企业的管理,防止金融危机甚至破产通过金融绩效评估和预测方法的改进10,11]。

近年来,无线共享网络中占有重要的地位在全国家庭和各种企业,和它给人们的生活和工作带来了方便12]。无线共享网络的特点同时连接多个设备,流动性强,安装很简单,成本低。它由路由器,电脑,和其他网络节点和实现数据的无线传输13]。然而,传统的无线输液检测系统(wid)是依赖于规则库和出口基地,弱环境适应性,不适合现代无线共享网络,不能保证他们的安全14]。

基于上述,Levenberg-Marquardt (LM)是用于优化摘要和提出了一种改进的摘要。然后,上市公司的财务绩效评价体系构建了基于摘要。最后,无线网络注入检测系统提出了基于改进的摘要和测试通过构造数据集和一个真正的测试环境。这项研究旨在为上市公司提供重要的技术支持来改善他们的财务绩效管理水平和市场核心竞争力,加强系统网络安全保护。

2。方法

2.1。摘要利用改进的
2.1.1。摘要简介

摘要,即BP模型,是一个典型的人工神经网络(ANN)和代表一个最广泛使用的安15]。摘要生成通过模拟人类神经网络的结构,这是一个复杂的网络由大量的连接节点(16]。摘要利用一个多层感知器结构,主要包括输入层、隐藏层和输出层(17]。三层摘要的结构如图1。


图1
三层结构摘要。

输入层和输出层主要是存储和传输的外部信息。所有的网络都含有输入层和输出层,但是网络的隐藏层的数量是不同的18]。隐藏层不直接连接到外部(19),但其变化影响的输入层和输出层之间的关系。BP算法包括信号转发和反向传播学习过程。向前传播进行了从输入层到输出层。如果有许多差异实际输出信号和期望输出信号,它需要向后传播。反向传播通过隐层输出错误的方向输入一层一层地并分配所有单位根据误差信号通过每一层来调整每个单元的重量而调整的连接强度和阈值输入层、输出层和隐含层,这样误差梯度下降法。重复这个过程,直到误差在允许的范围内降低或达到预设的频率20.]。

2.1.2。BP算法

摘要算法是短暂的BP算法,及其执行计算如下:(1)选择合适的输入数据和目标数据作为样本数据训练摘要(2)摘要利用模型我建立和网络参数初始化。(3)电脑程序自动完成,不断循环,直到达到预设值通过构造网络训练样本数据。(4)网络训练完成后,确定权重和阈值,和结果输出21]。具体步骤如图所示2。


图2
BP算法的流程图。

简而言之,BP算法可以将输入信号转换为非线性优化。结合梯度下降法,迭代算法用于解决重量,和增加隐层节点是用来增加的可调参数优化问题,得到最优解(22]。

BP算法是非线性优化摘要主要用于以下:(1)函数逼近:让网络近似函数通过训练输入向量和输出向量(2)模式识别:是用一个不确定的输出与输入向量向量(3)分类:适当的行为分类的输入向量(4)数据压缩:输出向量的维数降低的传输或存储

网络的体系结构只包括一个输入层、输出层,和一个隐藏层提高精度,减少误差,避免“过度拟合”[23),在输入层和输出层的节点决定。因此,只有在隐藏层节点的数目是确定的。方程来确定隐层节点的数量如下: 在哪里y是隐层节点的数量,一个是在输入层节点的数量,b是在输出层节点的数目,然后呢c从1到10是一个常数。

2.1.3。LM优化算法

由于传统的摘要是容易受到局部极值,收敛速度慢,使用LM优化摘要。这是高斯牛顿法和梯度下降法的结合,通过迭代获得函数极值和结合的局部收敛性前者和后者的全局特征。LM的计算方程表示如下。

和 是两个点函数 ,和他们的关系可以表示为

牛顿定律是 在哪里 是错误的指数函数, 是 矩阵的 , 梯度, 可以表示为 在哪里 是错误的;然后,

在上面的方程中, 雅可比矩阵(J)矩阵和J表示为

高斯牛顿法的计算规则如下:

改进的高斯牛顿法叫做LM算法,即表示为 在哪里 是比例系数,它是一个常数大于0,这是单位矩阵。

2.2。建立绩效评价指标体系(pei)上市企业在摘要中
2.2.1。索引选择基于摘要的财务业绩评价体系及其建设的原则

(1)清晰的原则。所选指标应该简单明了,及其含义应该没有歧义。(2)可行性原则。选中的索引应该可行的,太好的索引将会导致麻烦。相关指标的数据采集的成本也应该被考虑。如果数据采集的成本高于它带来回报,索引应该被删除或替换。(3)适应性原则。不同的上市企业有其独特的业务和开发模型,和一组财务业绩评价指标体系不能应用于所有企业。因此,评价指标应基于充分了解研究对象,符合企业的特点。(4)预测原理。财务业绩评价体系不仅对过去的表现,也让一个合理的预测和指导未来发展的企业通过一个综合评价系统。(5)一致性原则。建立企业财务业绩评价体系应该有助于实现企业的战略目标,反映了他们的特点,合理分配资源(2]。

2.2.2。建设绩效评估指标体系(pei)上市企业基于摘要

盈利能力、运营能力、偿债能力、发展能力、现金流量的能力,和抗风险通常作为重要指标,全面展示业务管理能力和成就24]。由于所有设置企业盈利,最重要指标探索的盈利能力是一个企业的管理水平以上六个指标。因此,裴建立上市公司的盈利能力为一级指标,净资产回报,成本率的主要业务,市盈率,asset-to-liability比例,库存周转率和主营业务的收入增长速度的二年级索引。其中,净资产回报,库存周转率,和收入增长率的主要业务分为积极的指标,主要业务的成本率为负折射率,asset-to-liability率和市盈率区间索引。指标及其计算公式如表所示1。

表1
贝聿铭的上市企业。
2.2.3。建设基于摘要的PES的上市企业

(1)无量纲处理样本的金融指标。上面提供的上市公司财务绩效评价指标是用来收集样本数据从“CSMAR金融系列研究database-China上市企业财务指标分析数据库。“不同的财务业绩指标有不同的尺寸和单位,所以他们需要规范化。在这里,距离变换方法用于无量纲处理(25]。处理规则如下:第一,方程(9)用于计算大指数,称为大变量。第二,方程(10)用于计算小指数,称为最小的变量。第三,变量的指数是最优的一定范围内被称为一个区间变量,方程(11)- (13)是用来计算它们。

在方程(11)- (13),xij的价值吗我th指数j企业。Yij是处理后的值。

(2)确定节点的摘要。上面六个财务业绩评价指标确定。因此,在输入层的节点数摘要六,和输出层的节点数为1。根据方程,隐层节点的数目是4。上市企业的财务业绩评估时,评估数据可以通过输入相应的索引数据。

2.3。建设wid基于改进的BP算法
2.3.1。WID算法的原则

WID的本质是确定的行为试图入侵网络。WID主要包括数据采集、特征提取、数据分析和响应机制。它是用来获得数据包括网络数据包,主机日志,和应用程序。由于数据的数量和障碍,wid还需要提取关键数据的特性,使它们在一定的顺序。然后,一些检测技术用于分析的特性和网络中判断是否存在安全漏洞。WID可以分析数据内部或外部网络实时识别注入的尝试,并提醒系统管理员和网络系统是预防输液时间损坏(26]。wid的基本工作原理图所示3。


图3
wid的工作原理。
2.3.2。模拟一个真实的环境

基于无线网络的实际环境中构造测试该方法。在实验中,该方法是通过使用测试脚本攻击。代表攻击的例子是为了说明实验的整个过程,基于无线网络的设计和检测模型用于攻击检测。具体过程如下:(1)环境:一个无线接入点和一个合法的用户列表。(2)工具:一个终端与无线网卡接口,也被称为OmniPeek数据包捕获工具。(3)方法:攻击者首先使用OmniPeek捕获无线网卡的数据接口和获得MAC地址。然后,他连接设备的MAC地址攻击的合法用户,和攻击成功。

在测试过程中,异常混乱的时代,是用来确定是否存在入侵行为。一般而言,异常紊乱大于3。的规则确定异常的时间障碍如下: 在哪里x1之前的消息的序列号,x2当前消息的序列号吗年代,θ是阈值的规则。

2.4。实验方法
2.4.1。验证有效性的上市公司的财务绩效评价体系

(1)建立数据集。公益方面的数据都是使用从风经济数据库,集成了大量的全球宏观和行业统计数据。数据库中的数据可以快速搜索和分析,和数据库具有强大的图形功能,可以在Excel中提取数据的动态特性。它是一个重要的数据库对经济学家来说,战略分析师和行业研究人员。20房地产企业的财务数据在深圳和上海证券交易所上市从2020年到2021年被选中作为无量纲处理后的样本集。证券代码和缩写字母的象征过程简单明了。无量纲处理后的一些示例数据如表所示2。

表2
样本数据的无量纲处理后20房地产企业。

(2)参数设置。自适应学习算法Traingdx与动量选择训练函数,基于摘要和模型训练Matlab开发环境。在上面的20个样品中,第一个15选择训练样本确定权重和阈值。样本的期望输出值是出口获得的评价方法。过去的五样例数据作为测试集来验证模型的有效性。在实际操作中,训练的最大次数设置为10000,收敛精度为10−3,其他的默认值。索引数据输入摘要开始训练。

2.4.2。模拟WID基于传统BP算法和改进的BP算法

(1)建立数据集。知识发现和数据挖掘杯(KDD)由麻省理工学院的林肯实验室提供用于测试注入的性能检测系统基于无线网络。各种类型的用户和不同的网络流量和模拟攻击方法在数据库知识发现(KDD)杯,这是一个数据集致力于网络注入检测。三种注入攻击包括蓝精灵,Nmap,正常的数据知识发现(KDD)杯99数据集用于构建数据集训练模型。测试集也从数据集随机选择。每个攻击的1000个样本中提取的所有测试样品和混合着1000份正常样本进行模型验证。在相同的条件下,模型基于标准摘要改进前与改进后的摘要。

(2)模型参数设置和评价指标。模型的最大培训时间基于改进的BP设置为10000,收敛误差为0.05,其余的默认值。评估是由计算错误积极比率(玻璃钢)检出率(博士),和漏报率(UR),计算公式如下: 在哪里X是正常数量的样本,一个是正常样本被扭曲的注入,然后呢B是注入样品的数量。

3所示。结果

3.1。实证分析的结果金融裴的上市企业
3.1.1。训练模型基于摘要的结果

线性回归模型的分析和培训结果基于摘要数据所示4和5。


图4
摘要利用训练误差曲线。

图5
培训结果的摘要。

图4的线性回归分析显示摘要的实际输出和模拟输出和输出值和实际值之间的相关性。相关系数R2是越接近于1,两者的拟合程度越高,和更准确的输出。模型的输出值之间的相关系数基于摘要和实际值高达0.99945,表明摘要对企业财务绩效评价精度高,可以满足实际的需求。从培训结果图5,它是基于摘要发现模型达到预期的收敛经过2968次的训练。拟合程度很高,和网络性能可以满足实际的需求。受过训练的比重通过摘要阈值是用来模拟数据。实际产出和预期之间的比较如图6。

(一)
(一)
(b)
(b)
图6
根据摘要比较输出的值和实际值。(a)比较基于摘要的输出与实际价值。(b)产出和实际值之间的误差。

图6的实际结果表明,样本数据通过网络非常类似于预期值,误差也控制在有限的范围内。它证明摘要模型设计可以揭示企业财务绩效指标之间的非线性关系通过培训和学习。

3.1.2。根据摘要仿真模型的评价结果

获得的权重和阈值训练摘要模型是用来模拟和评估过去5样本。结果如图所示7。


图7
仿真结果基于摘要的样品。

仿真结果的5上市房地产企业的绩效评价结果表明,企业的财务绩效水平与证券代码是最高的,其次是R, Q和P,企业的财务绩效水平与证券代码T是最低的。

3.2。测试结果的wid基于改进的BP算法
3.2.1之上。培训WID模型的结果

培训结果之间的比较传统的BP算法和改进的BP算法如图8。


图8
之间的培训结果的比较传统的BP算法和改进的BP算法。

在图8,《纽约时报》的培训是用来实现收敛,纵坐标表示训练精度的要求。图中显示,在同样的错误值要求,改进的BP算法训练次数少使用比传统的BP算法。误差要求小于0.1时,使用的培训时间两个差距正在增加。这证明改进BP算法的性能大大提高了比传统的BP算法。

3.2.2。改进的BP算法的性能测试结果

改进的BP算法,与传统算法用于检测正确的训练数据集上的各种攻击,检出率的比较,算法的误警率和假阴性率测试集如图9。

(一)
(一)
(b)
(b)
图9
比较不同算法的检测结果对各种攻击。(一)比较攻击的检测精度。(b)检出率的比较,误警率和假阴性率。

图9表明传统的BP算法的平均检出率是79.98%,三种类型的攻击,而模型实现的平均检出率为93.75%,高于传统算法的17.22%以上。输液检测的误警率的改进BP算法是3.8%,大约42.1%低于5.4%的传统的BP算法。大约7.1%的检出率为94.39%,高于88.16%的传统的BP算法,漏报率是4.42%,大约128.7%低于10.11%的传统的BP算法。

3.2.3。真正的WID模型的环境

输液检测的结果在现实环境如图10。


图10
样品的测试结果。

样品的测试结果表明,该检测率wid基于改进的BP算法对6类型的攻击,也就是说,断开认证,连接攻击,断开,验证攻击,伪装用户,并重新连接攻击,都大于99%,最高为99.6%。同时,错误率控制在1.5%以下,最低的0.4%。总之,wid设计检出率高,低错误率,和广泛的应用前景。

4所示。讨论实验结果

两个模型实现,上市企业的财务绩效评价体系基于摘要和无线网络注入检测系统基于改进的BP算法。首先,财务业绩评价体系是用来评估房地产企业的财务业绩在深圳和上海证券交易所上市。的线性回归分析模型的输出值和实际值。结果表明,输出值之间的相关系数和模型的实际价值高达0.99945。输出值和实际值之间的误差可以控制在0.8557%以内,这表明评价结果更准确。上市公司的财务绩效评价体系基于摘要可以评估财务绩效。只有相应的财务业绩评价指标输入到BP模型。财务业绩评价结果可以输出。结果显示,下面的问题是问:(1)企业行业的性能水平是否良好;(2)是否有与其他企业相比的竞争优势; and (3) which aspects need to be improved to provide technical support for enterprises to improve their financial performance management level and core competitiveness.

第二,与标准BP算法在优化控制,数据集KDD杯是用来测试改进的BP算法的性能。结果表明,在相同的收敛精度的要求,改进的BP算法的训练时间小于标准的BP算法。此外,精度要求越高,两者之间的差距越大,表明改进算法的训练速度更快,改进效果好。改进算法的误警率在输液检测是3.8%,大约42.1%低于5.4%的传统的BP算法。大约7.1%的检出率为94.39%,高于88.16%的传统BP算法;漏报率是4.42%,大约128.7%低于10.11%的传统的BP算法。总之,注入检测的改进BP算法更精确的比传统的BP算法,及其检测精度大大提高。无线网络注入检测模型基于改进的BP算法是可行的。

5。结论

财务绩效管理水平直接影响上市公司的可持续发展,但是传统的绩效管理水平不能满足实际的需要。无线共享网络有一个特殊的传播模式和不适用传统的wid。此外,传统的摘要是容易受到局部极值和收敛速度慢。首先,提出一种改进的BP算法采用LM算法优化摘要。其次,基于改进的BP算法,上市企业的财务绩效评价系统和无线网络构造注入检测系统。通过绩效评估的实证分析系统设计和wid的测试,结果表明:(1)财务业绩评价系统设计可以评估上市公司的财务表现有一些错误。它很容易操作,具有较高的精度和自学习和自适应的能力;(2)wid基于改进的BP算法具有较高的检测率和较低的错误率。创新是LM主要用于优化摘要,大大加快了训练速度,同时保证模型的准确性。本研究的不足在于以下几点:(1)性能评价体系的指标的数量很少,需要扩大; (2) WIDS can only capture and warn infusion behaviors, but it cannot intercept them. On this basis, it is necessary to combine the interception system to form a more complete security system. The study provides important technical support for listed companies to improve the financial performance management level and market competitiveness and strengthen the security protection of networks.

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。