神经网络的发展篇1

【关键词】计算机网络模型神经网络算法

计算机网络在人们日常生活越来越重要，被广泛应用到各个行业。随着社会不断发展，人们需求不断加高，使计算机得到良好改善，目前，计算机网络运用集线式服务器来实现网络互连，促进网络发展。但是也有很大弊端，过多的联想信息虽然满足人们需求，但是对技术的要求也更加苛刻，现有的技术满足不了计算机网络运行，使人们日常操作不方便。为了解决这一问题，研究人员需要全面优化计算机网络，提高运行能力和性能，运用神经网络算法，使计算机更加适合现代社会发展，储存更多信息。

1神经网络算法概论分析

1.1神经网络算法整体概论

神经网络算法是按照人体大脑的思维方式进行模拟，根据逻辑思维进行推理，将信息概念化形成人们认知的符号，呈现在显示屏前。根据逻辑符号按照一定模式进行指令构造，使计算机执行。目前，神经网络被广泛使用，使直观性的思维方式分布式存储信息，建立理论模型。

优化网络的神经网络主要是Hopfield神经网络，是1982年由美国物理学家提出的，它能够模拟神经网络的记忆机理，是全连接的神经网络。Hopfield神经网络中的每个神经元都能够信号输出，还能够将信号通过其他神经元为自己反馈，那么其也称之为反馈性神经网络。

1.2优化神经网络基本基础

Hopfield神经网络是通过能量函数分析系统，结合储存系统和二元系统的神经网络，Hopfield神经网络能收敛到稳定的平衡状态，并以其认为样本信息，具备联想记忆能力，使某种残缺信息进行回想还原，回忆成完整信息。但是Hopfield神经网络记忆储存量有限，而且大多数信息是不稳定的，合理优化计算机联想问题，使Hopfield神经网络能够建设模型。

1.3神经网络算法优化步骤简述

人工神经网络是模拟思维，大多是根据逻辑思维进行简化，创造指令使计算机执行。神经网络算法是按照人体思维进行建设，通过反应问题的方法来表述神经思维的解；利用有效条件和能量参数来构造网络系统，使神经网络算法更加可靠；大多数动态信息需要神经网络来根据动态方程计算，得出数据参数来进行储存。

2神经网络算法的特点与应用

2.1神经网络主要特点

神经网络是根据不同组件来模拟生物体思维的功能，而神经网络算法是其中一种程序，⑿畔⒏拍罨，按照一定人们认知的符号来编程指令，使计算机执行，应用于不同研究和工程领域。

神经网络在结构上是由处理单元组成，模拟人体大脑神经单元，虽然每个单元处理问题比较简单，但是单元进行组合可以对复杂问题进行预知和处理的能力，还可以进行计算，解决问题能力突出，能够运用在计算机上，可以提高计算机运算准确度，从而保障计算机运行能力。而且一般神经网络有较强容错性，不同单元的微小损伤并不阻碍整体网络运行，如果有部分单元受到损伤，只会制约运算速度，并不妨碍准确度，神经网络在整体性能上能够正常工作。同时，神经网络主干部分受到损伤，部分单元会进行独立计算，依然能够正常工作。

2.2神经网络信息记忆能力

神经网络信息存储能力非常强，整体单元组合进行分布式存储。目前，神经网络算法是单元互相连接，形成非线性动态系统，每个单元存储信息较少，大量单元互相结合存储信息大量增加。神经网络具备学习能力，通过学习可以得到神经网络连接结构，在进行日常图像识别时，神经网络会根据输入的识别功能进行自主学习，过后在输入相同图像，神经网络会自动识别。自主学习能力给神经网络带来重要意义，能够使神经网络不断成长，对人们未来日常工作能够很好预测，满足人们的需求。

2.3神经网络的突出优点

近年来，人工神经网络得到越来越多人重视，使神经网络得到足够资源进行良好创新。人工神经网络是由大量基本元件构成，对人脑功能的部分特性进行模仿和简化，人工神经网络具备复杂线性关系，与一般计算机相比，在构成原理和功能特点更加先进，人工神经网络并不是按照程序来进行层次运算，而是能够适应环境，根据人们提供的数据进行模拟和分析，完成某种运算。

人工神经系统具备优良容错性，由于大量信息存储在神经单元中，进行分布式存储，当信息受到损害时，人工神经系统也可以正常运行。人工神经网络必须要有学习准则制约来能够自主学习，然后进行工作。目前，人工神经网络已经逐步具备自适应和自组织能力，在学习或训练过程中改变突触权重值，以适应周围环境的要求。通过一定学习方式和某些规则，人工神经网络可以自动发现环境特征和规律性，更贴近人脑某些特征。

采用并行分布处理方法，使得快速进行大量运算成为可能。神经网络的一个很大的优点是很容易在并行计算机上实现，可以把神经的节点分配到不同的CPU上并行计算。钱艺等提出了一种神经网络并行处理器的体系结构，能以较高的并行度实现典型的前馈网络如BP网络和典型的反馈网络（如Hopfield网络）的算法。该算法以SIMD（SingleInstructionMultipleData）为主要计算结构，结合这两种网络算法的特点设计了一维脉动阵列和全连通的互连网络，能够方便灵活地实现处理单元之间的数据共享。结合粒子群优化算法和个体网络的并行学习机制，提出了一种基于粒子群优化的并行学习神经网络集成构造方法。

3结束语

全球化的发展，信息交流不断加快，促使各个行业相互融合。神经网络算法具备简单、稳定等不同优势，神经网络研究内容相当广泛，神经网络算法能够与其它算法相互结合，在一定程度提高计算机网络模型运算能力。但是计算机网络模型中神经网络算法学习能力比较低下，梯度下降法不准确，所以需要有关人员进行深度研究，探索神经网络算法，使其更加完善，从而保证计算机整体性能的提高。

参考文献

[1]陈竺.计算机网络连接增强优化中的神经网络算法[J].电子技术与软件工程，2014（19）.

[2]史望聪.神经网络在计算机网络安全评价中的应用分析[J].自动化与仪器仪表，2016（06）.

神经网络的发展篇2

【关键词】网络安全；神经网络；入侵检测

1.引言

随着Internet在社会各个领域的广泛应用，人们对Internet的依赖性越来越强，而网络安全问题在很大程度上决定着人们对网络的信任程度，这对网络应用的实施和普及造成了巨大的威胁。因此，面对日益严重的网络信息安全问题，如何保障计算机系统、网络系统及整个信息基础设施的安全已经成为急需解决的重要问题。

网络入侵是威胁网络安全的重要途径之一。针对入侵检测，国外早已开展了一系列的研究，特别是对一些重要的政治、军事和经济网络进行非法入侵实时监控。这些系统能及时的检测出网络中的异常，并对管理人员发出警报，以避免异常所带来的危害，因此，及时、准确的网络入侵检测技术能保障网络信息安全，对提高网络的可靠性和可用性有着重要的意义。

2.基于神经网络的入侵检测技术

网络入侵检测系统作为一种主动型的网络安全防护工具，它能够根据网络入侵数据的特征来判断是否存在入侵以及入侵的分类，现有的入侵检测技术大多是采用模式识别的方式进行检测，即通过比对已知的攻击数据的模式特征来判断入侵是否存在[1]。虽然这种技术具有较高的检测率，但它只能针对现有的入侵进行检测，对于未知的入侵则无法检出。所以，存在着漏报率高的缺点。

为解决以上问题，人们把神经网络技术应用到入侵检测的研究当中，取得了一些积极的进展。基于神经网络的入侵检测技术包括：基于模糊聚类的BP神经网络的入侵检测技术、基于SOFM网的入侵检测技术、基于支持向量机（SVM）的入侵检测技术和等。

2.1基于BP神经网络模糊聚类的入侵检测

虽然模糊聚类能对数据进行聚类挖掘，但由于网络是一个复杂的非线性动力学系统，其入侵数据特征维数较多，不同的入侵类别间数据差别不明显，不能对入侵模式进行准确的分类。采用基于BP神经网络的模糊聚类算法[2]能较好的解决以上问题。

该算法首先用模糊聚类算法把对入侵数据进行分类，并得到每类的聚类中心和个体模糊隶属度矩阵，BP神经网络的初始训练数据选择最靠近每类中心的样本作为训练样本。BP神经网络训练模块用训练数据训练网络，BP神经网络预测模块根据预测输出将入侵数据重新进行分类，并从中找出最靠近每类中心值的样本作为训练样本，这样就再次得到了网络训练数据，其输入数据为网络入侵检测数据，而输出则为该数据所属的入侵类别。按该方法反复迭代聚类，则能有效的对入侵数据进行分类。

2.2基于SOFM网的入侵检测

BP神经网络具有较好的模式识别能力，被广泛的应用于入侵检测，但由于BP算法本身存在一定的局限性，如存在局部极小值、学习速度慢，甚至会在极值点附近出现振荡现象，因此，可将无师自组织自学习的SOFM网和BP神经网络结合起来，从而克服BP算法的弊端[3]。

采用SOFM和BP混合神经网络的算法，首先进行数据的预处理，提取能够表示网络流量特征的特征量，作为SOFM网络的输入；然后利用SOFM网络的自组织自学习特性，保存在竞争中取得胜利的神经元的连接权值矢量，并将其作为BP神经网络的输入，最后利用BP神经网络的预测模块进行入侵识别。

2.3基于支持向量机的入侵检测

基于支持向量机的机器学习已成为神经网络研究的前沿领域。迄今为止支持向量机技术已在图像识别、手写数字识别、生物信息学方面取得了积极的进展。基于支持向量机入侵检测技术[4，5]首先需要对数据进行预处理，将具有高维、小样本和不可分等特性的网络数据处理成支持向量机可以接受的向量；然后将该向量作为SVM数据训练模块的输入，经过训练之后的数据会生成一组支持向量SV，最后利用SVM数据检测模块对经过预处理之后的网络数据进行检测，通过对经SVM数据训练模块得到的模型与实际需要检测的网络数据进行比对，判断是否有入侵发生。

2.4基于小波神经网络的入侵检测

小波神经网络是一种广泛应用的神经网络模型，它在BP神经网络的基础上，把小波基函数作为隐含节点的传递函数，将信号向前传播的同时将误差反向传播。基于小波神经网络的入侵检测技术[6]首先将网络数据进行预处理分析，提取能表示网络特性的特征量，然后经小波神经网络检测模块进行处理，小波神经网络不仅可以检测出已知的网络入侵，对未知的网络入侵也具有很好的检测能力。这说明小波神经网络不仅具有识别能力，还具有很强的学习能力，与传统的基于规则的入侵检测技术相比，基于小波神经网络的入侵检测技术误报率低，实用性更强，更具有研究价值。

3.神经网络在入侵检测中的发展趋势与研究方向

虽然将神经网络应用于入侵检测有一定的时间积累，但它在入侵检测中的应用还存在一定的缺陷，至少离商用系统的要求还有很大的差距从整体上来讲存在的主要问题是系统的误报率和漏报率均较高。随着计算机与网络技术的发展，新的入侵手段将层出不穷，采用单一的入侵检测技术无法满足入侵检测的需要。在深入研究神经网络的原理以及将神经网络应用到入侵检测中的同时应重点研究以下几个问题。

（1）应综合各种神经网络的优点进行入侵检测系统的设计，针对特定的检测领域，采用不同的方法，有目的地把各种神经网络检测技术融合在一起，同时把滥用检测与误用检测并用。

（2）随着分布式入侵检测的出现与发展，网络环境日趋复杂，在使用神经网络技术的同时，要注重整合智能化Agent技术加强各种安全部件之间与安全工具之间协作的研究。

（3）随着黑客攻击网络的技术的复杂化，提取的攻击者攻击特征量很难与网络流量特征库中的提取的特征量相匹配，靠单一的模式匹配来进行入侵检测越来越困难。如果采用神经网络对黑客攻击网络的步骤进行训练，提取出黑客攻击网络的模式，而不是单纯的依靠入侵检测系统从海量数据中提取特征去进行模式匹配，将会进一步提高入侵检测的效率。

4.结束语

计算机网络诞生以来，就有了网络入侵与入侵检测两者间的斗争，并且这一对矛盾会随着网络发展一直存在。随着入侵手段的发展，入侵检测技术也在不断完善。采用神经网络技术进行入侵检测使检测具有很好的适应性和一定的智能性，但入侵检测系统是由技术、人和工具三方面因素构成的一个整体。安全重在防范，要有效的保障网络安全，需要从提高人对网络入侵的防范意识，改进网络基础设施和提高网络入侵检测技术等多方面努力。

参考文献：

[1]李钢.基于神经网络的入侵检测研究与实现[D].上海：华东师范大学，2008.

[2]王小军.模糊聚类在入侵检测中的应用研究[D].南京：南京师范大学，2006.

[3]林永菁.基于SOFM的入侵检测技术研究[J].长春工程学院学报（自然科学版）2011，12（3）：93-96.

[4]叶琳.基于SVM的网络流量异常检测系统研究[D].云南：云南大学，2010.

[5]肖海军，王小非，洪帆，等.基于特征选择和支持向量机的异常检测[J].华中科技大学学报（自然科学版），2008，36（003）：99-102.

神经网络的发展篇3

目前，无线传感器网络已广泛应用于交通领域、农业领域、家居智能化、状态监测等方向。可见，无线传感器网络的发展，将物理世界和信息技术联系起来，同时也引起了国内外科技界和工业界的重视。从人力到机械，从有线网络到无线网络，科技的发展都在深刻改变着人们的思维和生活方式。可以预见在不远的将来，无线传感器网络会逐步进入人们的现实生活。无线传感器网络是由大量传感器节点，通过自组织多跳路由的无线通信方式联接构成的网络。网络中各节点能够相互协作地采集、处理与传输覆盖区域内的各种信息。所以说，无线传感器网络不仅具有传统无线网络的数据传输功能，还可以进行数据采集与处理。目前，无线传感器网络以其自组网、多跳路由、分布式、低功耗和低成本的特点，给信息感知领域带来了一场巨大的变革。

1问题描述

结合粗糙集与神经网络的理论方法，描述的WSN故障诊断的模型如图1所示，具体流程如下：（1）故障信息集的构建。通过传感器网络以及相应的信号处理技术采集系统故障信息。（2）故障信息集的约简处理。采用粗糙集中的约简算法去除冗余相关的故障信息。（3）将约简故障征兆输入神经网络，输出得到相应的故障类型。BP神经网络具有从输入到输出的任意非线性映射以及泛化能力，是目前广泛应用的人工神经网络。BP神经网络属于多层次处理系统。通常由一个或多个隐层组成。采用S型传递函数作为BP神经网络神经元的隐层，线性传递函数作为输出层。隐含层到输出层的权值、方差以及基函数的中心是RBF神经网络算法实现要求解的参数。由于径向基函数中心选取方法的差异性，RBF网络的学习方法各异，例如：自组织选取中心法、有监督选取中心法、随机选取中心法、以及正交最小二乘法。下面给出自组织选取中心的RBF神经网络学习算法，算法由自组织学习和有导师学习阶段组成，自组织学习阶段为无导师的学习过程，求解隐含层基函数的中心与方差，有导师学习阶段求解隐含层到输出层之间的权值。

2故障诊断算法设计

通常采用的径向基函数是高斯函数，RBF神经网络的激活函数表示为。

3仿真分析

从无线传感器网络节点的系统组成来看，主要包括四个部分：传感器部件、CPU部件、无线通信部件和电源部件。因此，传感器节点故障可相应的分为传感器部件故障、CPU部件故障、无线通信部件故障和电源部件故障。无线传感器网络主要用来对所处环境中某些信息进行感应和监测，在仿真实验中，传感器节点对所处环境的温度进行感测。利用Matlab建立RBF神经网络和BP神经网络。BP神经网络为隐含层含有10个神经元的三层网络，训练函数为traingdx（），输入层的传递函数是logsig（），输出层的传递函数是purelin（）。设定RBF和BP网络的训练精度是0.01，利用约简后的训练样本分别对RBF和BP网络进行训练，得出训练误差曲线如图3，图4所示。由图可知，在同样的误差精度要求下，RBF网络训练只需要7epochs，而BP网络训练需要107epochs，可见RBF网络的训练速度远高于BP网络。通过比较RBF神经网络与BP神经网络的故障诊断准确率与训练速度，可得出两种算法对于无线传感器网络故障诊断的故障诊断准确率。

4结语

神经网络的发展篇4

【关键词】模糊系统；神经网络；结合；现状

中图分类号：Q189文献标识码：A文章编号：

一、前言

随着我国经济的快速发展，我国的各项事业都取得了巨大的成就。其中模糊系统与神经网络的结合就是重要的体现，模糊系统与神经网络的结合在很多方面都得到了应用，同时也引起了更多学者研究其的愿望。相信模糊系统与神经网络的结合在未来会发展的更好。

二、模糊系统与神经网络概述

1、模糊系统与神经网络的概念

（1）、模糊系统概念

模糊系统(FuzzySystem,简称FS)是仿效人的模糊逻辑思维方法设计的系统,方法本身明确地说明了系统在工作过程中允许数值量的不精确性存在。

（2）、神经网络概念

神经网络(NeuralNetwork,简称NN)是由众多简单的神经元连接而成的网络。尽管每个神经元结构、功能都不复杂,但网络的整体动态行为极为复杂,可组成高度非线性动力学系统,从而可表达许多复杂的物理系统。神经网络的研究从上世纪40年代初开始,目前,在世界范围已形成了研究神经网络前所未有的热潮。它已在控制、模式识别、图像和视频信号处理、金融证券、人工智能、军事、计算机视觉、优化计算、自适应滤波和A/D变换等方面获得了应用。

2、模糊系统与神经网络的异同

（1）映射集及映度

神经网络是用点到点的映射得到输入与输出的关系,它的训练是确定量,因而它的映射关系也是一一对应的;模糊系统的输入、输出都是经过模糊化的量,不是用明确的数来表示的,其输入输出已模糊为一个隶属度的值,因此它是区域与区域间的映射,可像神经网络一样映射一个非线性函数。

（2）知识存储方式

神经网络的基本单元是神经元,对映射所用的多层网络间是用权连接的,因此学习的知识是分布在存储的权中间的,而模糊系统则以规则的方式来存储知识,因此在隶属函数形式上,区域的划分大小和规则的制定上人为因素较多。

（3）联结方式

神经网络的联结,以前馈式网络为例,一旦输出的隐层确定了,则联结结构就定了,通过学习后,几乎每一个神经元与前一层神经元都有联系,因此,在控制迭代中,每迭代一次,各权都要学习。而在模糊系统中,每次输入可能只与几条规则有关,因此联结不固定,每次输入输出联系的规则都在变动,而每次联结的规则少,运算简单方便。

（4）计算量的比较

人工神经网络的计算方法需要乘法、累加和指数运算,而模糊系统的计算只需两个量的比较和累加,又由于每次迭代的规则不多,因此在实时处理时,模糊系统的速度比神经网络快。但是当模糊输入与输出变量很多的时候,模糊规则仅靠一张表已不能描述多变量间的关系,且规则的控制存在一定困难,此时人为的先验指数变得较少,那么隶属函数、规则本身都要通过学习得到,因此它的计算量也会增加。

三、模糊和神经网络的结合形式

目前,模糊和神经网络技术从简单结合到完全融合主要体现在四个方面(见图1)。由于模糊系统和神经网络的结合方式目前还处于不断发展的进程中,所以,还没有更科学的分类方法,下述结合方式是从不同应用中综合分析的结果。

1、模糊系统和神经网络系统的简单结合(见图1(a))

模糊系统和神经网络系统各自以其独立的方式存在,并起着一定的作用。¹松散型结合在一系统中,对于可用“if-then”规则来表示的部分,用模糊系统描述;而对很难用“if-then”规则表示的部分,则用神经网络,两者之间没有直接联系。

（1）并联型结合模糊系统和神经网络在系统中按并联方式连接,即享用共同的输入。按照两系统所起作用的轻重程度,还可分为等同型和补助型。

（2）串联型结合模糊系统和神经网络在系统中按串联方式连接,即一方的输出成为另一方的输入。

图表1模糊系统与神经网络结合形式分类

2、用模糊逻辑增强的神经网络。这种结合的主要目的是用模糊神经系统作为辅助工具,增强神经网络的学习能力,克服传统神经网络容易陷入局部极小值的弱点。

3、用神经网络增强的模糊逻辑

这种类型的模糊神经网络是用神经网络作为辅助工具,更好地设计模糊系统。

（1）网络学习型的结合模糊系统设计的关键是知识的获取,传统方法难于有效地获取规则和调整隶属度函数,而神经网络的学习能力能够克服这些问题,故用神经网络增强的模糊系统。

（2）基于知识扩展型的结合神经网络和模糊系统的结合是为了扩展知识库和不费时地对知识库进行修正,增强系统的自学习能力,这种自学习能力是靠神经网络和模糊系统之间进行双向。

4、模糊系统与神经网络的等价

（1）函数通近

模糊系统与神经网络除了都是无模型系统外,它们都是函数的全局逼近器.模糊系统以其插值机理来逼近任意的连续函数。不但传统的模糊系统模型是任意连续函数的全局逼近器,而且神经网络与模糊系统的不同结合能逼近不同的函数,如模糊神经网络可以逼近模糊函数，神经网络也是任意连续函数的全局逼近器。设任意连续函数h(x),对于紧空间X和任意小的正数,总能找到一个三层的前向神经网络N(x)满足:

在前向神经网络家族中,RBF神经网络是最优的函数逼近器,即对于任意的神经网络N(x)总存在一个RBF神经网络N‘(x),满足:

（2）神经网络与模糊系统的等价性

模糊系统和神经网络的等价性主要有两个方面:模型的等价性和Madani模型的等价性。对于TS模型.首先Jang〔,5〕给出了标准的Gauss,anRBF神经网络等价于限制的Ts一型模糊系统。Hunt指出推广的GaussianRBF神经网络等价于TS一型模糊系统。Benitez证明了若一个三层的神经网络,隐含单元的激发函数为对数函数(loglst1C),输出层的激发函数为单元函数.设N(x),则存在一个模糊系统的输出也为N(x)。

四、模糊系统与神经网络结合的现状

目前,FS和NN的结合主要有模糊神经网络和神经模糊系统。神经模糊系统是以NN为主,结合模糊集理论。它将NN作为实现FS模型的工具,即在NN的框架下实现FS或其一部分功能。神经模糊系统虽具有一些自己所具有而NN不具备的特性,但它没有跳出NN的框架。神经模糊系统从结构上来看,一般是四层或五层的前向神经网络。模糊神经网络是神经网络的模糊化。即以模糊集、模糊逻辑为主,结合NN方法,利用NN的自组织性,达到柔性信息处理的目的。目前,FS理论和NN结合主要应用于商业及经济估算、自动检测和监视、机器人及自动控制、计算机视觉、专家系统、语音处理、优化问题、医疗应用等方面,并可推广到工程、科技、信息技术和经济等领域。

五、模糊神经网络的发展方向及存在问题

然模糊神经网络得到了突飞猛进的发展,但目前还存在很多问题:（1）多变量、复杂控制系统中,很难确定网络的结构和规则点的组合“爆炸”问题；（2）传统的Bp学习方法昜陷入局部极小值,并切学习速度较慢。

发展方向主要集中于:（1）模糊逻辑和神经网络的对应关系,将模糊控制器的调整转化为等价的神经元网络学习,利用等价的模糊逻辑来初始化神经元网络；（2）寻找一般模糊集的模糊神经网络的学习算法

七、结束语

近年来随着信息技术的发展，模糊理论和人工神经网络近年来取得了引人注目的进展,模糊理论和人工神经网络的各个方面都取得了越来越多的成果。通过不断的努力，我们一定可以进一步的推进模糊理论和神经网络将会在发展新理论,完善各自体系。相信在未来的研究中，模糊和神经网络的结合

将会为研究更高智能系统开创一条成功之路，造福人类。

参考文献

[1]刘增良.模糊技术与应用选篇[J].京航空航天大学出版社,1997.

[2]庄镇泉,章劲松.神经网络与智能信息处理[J].中国科学技术大学,2000.

神经网络的发展篇5

党的十七届六中全会明确指出要“发展积极健康的网络文化，并就加强网络文化建设和管理作了专门部署，“加强网上思想文化阵地建设，是社会主义文化建设的迫切任务。要认真贯彻积极利用、科学发展、依法管理、确保安全的方针，加强和改进网络文化建设和管理，加强网上舆论引导，唱响网上思想文化主旋律。[1]这充分体现了中国共产党高度的文化自觉意识和在信息化条件下对文化发展趋势的准确把握。在新的时代条件下进一步加强网络文化建设和管理，笔者认为要特别主要以下几个方面。一、要充分认识到发展积极健康的网络文化的重要意义当前，网络已经日益成为人们精神生活的新空间、信息传播的主要渠道之一。据相关统计，截至2011年上半年，我国网民人数已达4.85亿并呈现继续加速上升趋势。人们已经把网络作为了解信息、浏览新闻、学习知识、休闲娱乐的主要渠道，如果不注重引导这个庞大群体的文化价值取向，社会主义核心价值体系就难以成为社会共识；如果不注重满足他们的精神文化需求，社会主义文化建设的目的就不能完全达到。因此，加强和改进网络文化建设关系深远。当前，我国的网络文化建设在满足人民群众精神需要等方面还存在诸多问题，如当前网上优秀文化产品供给不足、公共文化信息服务不到位等。网络文化建设与社会主义先进文化的发展要求不相适应，与人民群众日益增长的精神文化需求还有较大差距，繁荣发展丰富多彩、积极健康网络文化的任务繁重而紧迫。发展积极健康的网络文化是增强国家文化软实力的迫切需要。文化软实力是一个国家的文化所体现出来的凝聚力、吸引力和影响力。提升国家文化软实力，是我国经济社会发展到一定阶段的历史任务，也是我国提高国际影响力、塑造良好国际形象、营造和平发展国际环境的必然要求。在这一时代背景下，我们就更要密切跟踪网络文化的发展趋势，创新网络文化商业模式，提高网络文化传播力，不断增强国家文化软实力。发展积极健康的网络文化是进一步净化网络文化环境的现实需要。由于各种原因，当前我国的网络文化良莠不齐、内容复杂，各种低级文化、黑色文化等充斥着各大网站，网络暴力、网络诈骗等违法犯罪活动不断改头换面，严重扰乱了社会秩序，直接危害了青少年身心的健康成长。从一定意义上说，净化网络文化环境已经到了刻不容缓的地步。二、进一步发展和繁荣网络文化的实现途径（一）要坚持正确的舆论导向发展积极健康的网络文化必须坚持正确的舆论导向。当前，发展积极健康的网络文化就是要坚持社会主义核心价值体系的指导地位，一是要坚持以马克思主义中国化的最新理论成果为指导，保证网络文化发展的正确方向。由于网络自身的特点，网络文化内容呈现出了多元化的特征。因此，我们必须以马克思主义中国化的最新理论成果为指导，坚持用马克思主义的基本立场、基本观点和基本方法分析、研究和引领网络文化的发展，不断增强用马克思主义占领网络文化阵地的政治意识，真正把网络建设成为传播马克思主义理论和先进文化的思想阵地，使网民在享受快捷方便、丰富多彩的网络文化的同时，增强政治敏锐性和政治鉴别力，切实牢牢把握网络文化建设主动权。二是要坚持以中国特色社会主义共同理想为核心，增强网络文化的凝聚力。当前，我们的改革正处于攻坚阶段，各种社会矛盾日益凸显，各种利益关系错综复杂。在这一背景下，如何用共同理想凝聚全社会的智慧和力量就显得尤为重要。当前，必须坚持将中国特色社会主义共同理想作为网络文化建设的核心，充分利用现代技术手段，通过网络视频、音频、图片、文字等形式广泛而深入地开展专题宣传普及活动，营造浓厚的网络正面舆论氛围，借此增强网民对中国特色社会主义事业的认知、认同感，坚定其对实现中华民族伟大复兴的理想信念。三是坚持以弘扬民族精神和时代精神为灵魂，提升网络文化的精神内涵。当前，以西方意识形态为主要特征的网络霸权主义甚嚣尘上。“网络霸权主义是指计算机网络技术发达的国家或组织利用其资金、网络技术、网络管理、语言和网络文化等方面的优势，控制国际互联网，把符合本国或自己集团利益的意志、价值观念、意识形态等通过网络强加于其他国家及其公民，妨碍、干涉或有意压制其他国家及其公民对网络信息的自由运用，以谋求和扩大自身的经济、政治、文化和军事等方面的利益。当今世界，搞网络霸权主义的主要是以美国为首的少数西方发达国家。[2]网络霸权主义打着“网络自由、“文化多元的幌子，大肆宣传和植入西方的价值观念和意识形态，严重干扰了人们的认识视角和社会的和谐稳定。要抵制西方网络霸权主义的文化影响，就必须加紧打造彰显我国民族精神和时代精神的网络文化精品，坚持把弘扬以爱国主义为核心的民族精神和以改革创新为核心的时代精神作为灵魂，提升网络文化的精神内涵。四是要坚持以社会主义荣辱观为道德评判标准，营造健康向上的网络文化氛围。面对日益严重的网络道德失范现象，必须大力倡导社会主义荣辱观，坚持以社会主义荣辱观作为网络道德的评判标准，用社会主义荣辱观教育和规范网民的行为，强化其道德责任意识和判断能力，教育和引导网民知荣辱、明是非，自觉抵制网络低俗之风。（二）要坚持发展为先的原则一是坚持发展一批以先进文化为主要内容的网络文化产业，要用一批优秀的先进网络文化产品来占领和巩固网络阵地。这就要求我们必须要以强大的民族网络文化产业为支撑，不断提高优秀网络文化产品和服务的供给能力，要以市场为依托，不断提高网络文化产业的规模化、专业化、国际化水平，努力形成一批“立足中国、放眼世界、社会责任感强的网络文化骨干企业；要以产品为基础，不断增强我国网络文化产业的自主创新能力，努力推动网络文化产品的创作和生产向原创为主转型升级；要以中华文化为重点，创新文化服务方式，大力加强数字图书馆、博物馆、文化馆、艺术馆建设，努力形成一批具有中国气派、体现时代精神、品位高雅的网络文化品牌；要加强战略研究，制定产业发展中长期规划，建立网络文化产业协调机制，优化网络文化产业企业发展的基础环境，指导规范网络文化产业健康发展；要建立网络文化产业高端交流平台，展示、交流网络文化产业新进展、新成就，提高网上公共文化服务水平，引领网络文化产业良性运行。#p#分页标题#e#二是要大力发展网络文化技术，拓宽网络文化发展空间。网络文化是以网络技术为物质基础的，要保证我国网络文化的积极健康快速地发展，必须要大力发展网络文化技术。要瞄准世界文化科技发展的战略前沿，加强数字技术、数字内容等核心技术的研发和应用，掌握自主知识产权，提高文化装备制造技术水平；要进一步加大新一代网络、“防火墙、“电脑密码等重点领域的技术攻关和研究开发力度，着力构筑政治经济文化等领域的过滤网站；要加快建设中文域名服务器，开发集思想性、知识性、教育性、艺术性、娱乐性和易操作性于一体的宣传教育软件，占领网络文化前沿阵地，改进传播民族优秀文化的手段；要大力建设互联网接入基础设施，在继续推进东部和城市地区建设的同时，以西部地区和农村地区为重点，以卫星网、移动网、电视网等宽带业务为方向，通过多元化投资打破垄断，不断降低上网费用、提高上网速度；要积极开展与各国政府及相关国际组织在互联网技术、标准规范、资源分配、网络接入、互联网治理等方面的交流与合作，建立有效的沟通协商机制，促进互联网快速健康发展。（三）要进一步加强网络文化管理一是要进一步积极实施网络文化管理的监督职能、引导职能、规范职能、惩戒职能，加快建立法律规范、行政监督、行业自律、技术保障相结合的网格文化管理体制和机制，推动网络文化健康发展。1.要健全法律法规，提高依法管理水平。要进一步提高立法质量，把网络管理的立法工作纳入到国家整个法制建设的框架中思考设计；要跟踪网络文化的最新动态，加快立法进程，使网络文化建设尽可能做到有法可依；要严格执法，对网络上的违规违法、经济犯罪、民事犯罪等做到执法必严、违法必究，从而保障国家的网络文化安全。2.要以技术突破带动网络文化管理水平的提高。技术的发展既有可能给网络文化带来某种威胁，也一定可以运用它来消除这种威胁。以技术手段对网络文化进行管理，一方面要进一步加强对信息技术产品的监控与管理，另一方面要加强网络安全体系建设，通过研制和开发先进的防范病毒传播和破坏计算机系统的软硬件技术，对网上内容进行甄别，将危害国家安全、破坏社会稳定以及色情等有害信息的网站予以屏蔽、过滤。3.要以行业自律为重点，积极推进网络文化健康发展。推进网络行业自律，就是要做到自觉维护主流思想、自觉传播先进文化、自觉抵制低俗之风、自觉维护公平竞争。这当中，要充分发挥行业自律组织的作用，充分发挥专业人士在行业自律中的作用，互联网企业要切实肩负起自己的社会责任，加强自律，文明办网。网民也要自律。要通过思想政治工作和网络伦理教育，促使人们自觉树立起网络自律意识，遵守网络道德，不断巩固网上社会主义思想阵地。二是要进一步改革健全网络文化管理的模式，充分释放网络文化生产力。网络文化管理是网络文化发展的一项重要内容，要坚持“在发展中管理，在管理中发展的建设原则，切实改进网络文化管理的模式。网络文化管理模式是网络文化管理的主体、客体和环境关系的集中反映。客观来说，我国现阶段网络文化的管理模式比较混乱，相关管理的制度规章也不健全，条块分割、片区管理的管理模式比较突出，政府、产业和用户在网络文化建设中的职责和作用未能很好的厘定，导致了在网络文化发展过程中出现的问题无法得到有效地解决。在这一管理模式下，网络文化的发展尤其是网络文化产业的发展出现的问题尤为突出，直接阻碍了网络文化产业的发展和壮大。现阶段，进一步健全完善网络文化管理的模式必须厘定政府、企业以及网络用户的自身的定位，政府要做好文化发展的主持者、管理人，要坚持从宏观、间接的角度对网络文化发展提供方向性引导和政策机制的支持。网络企业要坚持自身的行业特性，把自律、规范、发展与公益有机结合起来，形成文化发展的内部动力，以保障文化发展的经济特性与社会效益的有机结合。网络用户要立足于文化自觉地视角，从提高自身素质出发，提高文化消费的品位，积极转变角色意识，参与文化建设的管理与互动。三是要进一步建设好网络文化队伍，为网络文化发展提供人才支撑。网络文化队伍既包括网络文化的建设人才，也包括网络文化的管理人才。繁荣网络文化，造就网络文化产业人才，一是要着力培育网络文化创意、技术、管理、营销等专业人才，努力形成一支与市场相适应、与品牌相适应、与经济规模相适应的网络文化队伍。二要优化人才成长的体制机制，从政策、环境等方面，为网络文化产业人才创业发展提供良好条件，同时要建设互联网信息服务从业人员的准入机制，积极引进在国内外文化产业运作方面有经验、有水平的高端人才，投身我国网络文化建设。