网络安全的综合风险评估

本文对网络安全风险评估提出了一种新的综合风险评估方法。采用AHP方法与模糊逻辑法相结合的方法进行风险评估，并根据网络安全风险评估的实际情况对AHP方法与模糊逻辑法进行了改造。应用模糊逻辑法对各因素的评判不是直接评价其重要度，而是将各风险因素从概率方面、从影响方面、从不可控制性方面分别进行评判。先用AHP方法将风险评估分为三层，在确定第三层各风险因素的排序权向量时采用模糊逻辑法。最后利用AHP方法求出各风险因素的综合风险权重。通过实例分析可知，该方法可以方便地用于网络安全风险评估，实验结果符合实际。     

IP返回跟踪DoS攻击方案的模糊层次分析

为了更好地评定IP返回跟踪DoS攻击方案的优劣,提出了一种将层次分析法(AHP)和模糊综合评价法结合起来评估IP返回跟踪DoS攻击方案的方法。该方法使用AHP确定评价体系中各指标的权重,使用模糊综合评价法对各方案进行综合评定,得到各方案的最终评定值,从而对6种IP返回跟踪DoS攻击方案做比较分析,可以为网络安全决策提供支持。     

基于模糊综合评判的网络安全评价

科学合理的评价网络安全对提高其建设质量显得尤为重要。在网络安全评判中,首先利用模糊层次分析法（FAHP）确定评价指标的权重,然后运用模糊综合评判方法对网络安全进行综合评价。评价结果的定量策略使评价更为科学、合理和有效。     

一种耦合赋权的网络安全评价模型

采用加速遗传算法的模糊层次分析法(AHP)筛选指标,构建计算机网络安全评价指标体系,提出基于主客观赋权相结合的改进 AHP以及信息熵耦合赋权法,对影响网络安全的因素重要性进行排序,利用模糊综合评判法建立网络安全评价模型。实例应用结果表明,该模型的评价结果客观合理。     

基于模糊数和熵权的通信安全设备方案选型方法

利用模糊数运算理论和熵权的概念与方法,对通信安全设备方案选型进行分析。采用三角模糊数来建立判断矩阵和专家评判矩阵,改进了AHP方法。根据水平截集和乐观指标,进行模糊区间运算。并依据熵权的计算确定各论证指标的权重,运用模糊综合评判方法对通信安全设备方案选型进行分析和评判。实例分析结果验证了方法的有效性与可行性。     

Web应用安全的集成风险评估方法

针对Web应用的安全风险,提出模糊综合评价与信息熵相结合的集成风险评估方法。对于Web应用的技术维度,采用层次分析法确定评估指标的权重;为更好地反映安全漏洞的潜在风险,在多级模糊评价的过程中引入峰值评判的准则。对于Web应用的管理维度,采用信息熵挖掘评估指标的权重和专家意见的权重,获取专家群体的一致性评判意见。通过应用实例证明了评估方法的可行性和有效性。该集成评估方法吸收了当前网络安全众测的理念,体现了网络安全等级保护和信息安全体系建设的要求,有利于组织快速评估Web应用安全风险并进行持续的改进。     

企业铁路调车计划的AHP模糊综合评价

针对目前企业铁路调车计划的评估仍不够完善的现状,建立了AHP（层次分析法）与模糊综合评价相结合的调车计划评价方法.利用层次分析法确定了调车计划各评价指标的权重,采用模糊综合评价的方法对评价信息进行分析处理,最后得到评价结果,验证了层次分析法和模糊综合评价相结合进行调车计划评价的合理性与可靠性.     

“AHP+模糊综合评价法”在高校图书馆员绩效考核中的应用

科学有效的绩效评价体系能准确衡量图书馆员的工作表现及业绩,为避免考核过程中的人际关系、情感等因素影响考核结果。本文提出了改进的“AHP+模糊综合评价法”,采用层次分析法(AHP)计算指标权重,再使用模糊综合评价法进行全面评价,用量化的形式表示复杂的评价指标。研究表明,利用该方法得到的结果具有可靠性、有效性以及客观性,能够为绩效考核提供参考。     

捷联式惯性导航系统性能的综合评价新方法

该文根据捷联式惯性导航系统的组成元件及功能,给出评价其性能的多层次指标体系,具体评价步骤如下：首先由专家采用百分制给出的三角模糊数的初始评价矩阵,选用隶属函数得到三角模糊数隶属关系阵。其次利用AHP确定各层次的指标权重,由此建立了三角模糊数与AHP相结合的多层次模糊评价模型。最后应用Yager方法计算三角模糊数的平均值对各系统的评价结果进行排序。此方法弥补了单纯的AHP法解决多层次问题以及对评价结果排序的不足。为评价实际工程中多系统、多层次问题的研究提供了新的方法。     

基于模糊层次算法的移动互联网安全态势评估研究

针对移动互联网领域日益严重的安全问题,通过对现有网络安全态势评估算法的研究,提出了一种基于改进模糊层次算法的移动互联网安全态势评估模型。首先对移动网络的安全态势要素进行分析和研究,提出了一种移动互联网安全态势评估指标体系;针对传统模糊层次模型中指标权重选择不确定性问题,采用群组层次分析法（Analytic Hierarchy Process,AHP）与熵权法相结合的方式,建立多因素二级评估模型。实验结果表明改进后的评估方法更加客观,有效地反映了指标权重,得到的评估结果更加准确、真实。     

基于神经网络的导弹并行测试系统安全性模糊综合评价研究

针对传统导弹并行测试系统安全性评价主观因素突出的缺点,提出基于神经网络的导弹并行测试系统安全性模糊综合评估模型.首先建立了导弹并行测试系统安全性评价的指标体系,其次介绍了基于IA- BP神经网络的模糊综合评价模型,并详细介绍了模型应用的方法和步骤,最后通过实例分析,得出结论.结果表明基于IA- BP神经网络的模糊综合评价方法具有运算速度快、通用性强的特点,利用该方法对导弹并行测试系统的安全性进行评价具有可行性和客观有效性.     

基于模糊评价方法的网络安全评价研究

针对网络安全性评价研究中的度量问题建立了基于ISO/IEC9126标准的网络安全指标体系模型.结合网络安全评价方法研究中的模糊性和不确定性等常见问题,首先以度量数据和各项指标计算公式为基础计算其指标值.其次,运用指标体系模型和模糊评价方法对评价指标进行模糊化处理.最后,结合各指标评价质量和模糊综合评价方法评价网络安全性.通过建立网络安全性评价模型,有效地解决了网络安全性的多指标评价问题,可用于指导相关人员进行网络安全方面改进.     

应用模糊分析法对评价网络信息安全的有效研究

如今网络的普及率令人惊叹,然而由于非法入侵所造成的信息安全隐患时时刻刻都存在着.为了尽量降低非法入侵给网络带来的损害并避免此类安全隐患,如今研发出了一种名为模糊层次分析法的网络安全态势评估模型,首先完成对网络安全指标体系的构建,运用参差分析法对计算机各评估指标进行权重和分析.最后采用模糊分析法来建立一个网络信息安全态势一致性评判标准,最终达到综合评估网络信息安全态势的目的.相关研究结果表明,这种模糊层次分析法能够在很大程度上提升网络信息安全态势评估的准确度,结果更加精确而客观,实用性很强.文章旨在对网络信息安全评估的问题进行研究.     

模糊综合评价模型在网络系统安全性评估中的应用研究

本文研究了运用模糊综合评估模型对网络系统安全性进行评估的应用方法,较好地解决了评估的模糊性,也在一定程度上解决了从定性到定量的难题。     

基于可拓理论的网络安全评估研究

针对目前网络安全评估算法存在的不足,提出了一种基于可拓模糊层次分析的安全评估算法。该算法在模糊层次分析法的基础上,结合可拓理论,将调查问卷表收集到的指标值映射到可拓区间中,通过相对隶属度的计算,构建了新的判决矩阵,利用模糊层次分析法计算各指标的综合权重。通过对相对隶属度的加权排序,得到网络安全评估值。通过实例分析,说明该方法能综合考虑专家打分的权威性和调查问卷的普遍性,提高了网络安全评估的准确性和有效性。     

网上书店服务质量评价模型研究

影响网上书店服务质量的因素主要有网站可用性、网站易用性、网站完整性、网站信誉与评价、顾客个人倾向、顾客风险感知、执行费用、执行周期、网络安全技术和交易制度。基于这些影响因素,设计了网上书店服务质量评价指标体系,并对指标选择的合理性进行了检验。在此基础上,建立了网上书店服务质量模糊综合评价模型,并采集数据对服务质量评价模型进行了实证研究。     

一种大规模网络威胁评估模型

我国互联网面临的安全威胁越来越严重,为提高现有网络的防御能力,有必要研究科学合理的方法来及时评估我国互联网的安全状况。目前国内外在大规模网络安全评估方面还没有比较成熟的方法,将古林法与模糊评判法结合用于网络安全威胁评估,提出了一个基于古林-模糊综合评判的大规模网络威胁评估模型。实验表明,使用该模型能有效评估大规模网络的安全威胁状况。     

一种基于区间值的模糊访问控制策略研究

访问控制是网络中一种重要的安全防护技术。在传统的模糊访问控制中,所评判的用户指标都是由某个确定的值来表示,但是大多数情况下,在用户的评语指标上,属于该指标的某个评语的程度并不能用一个确定的数来表示。针对这一问题,文中通过区间值来表示用户的评语指标,提出了基于区问值模糊访问控制的策略,运用区间值模糊综合评判法分析出用户的访问权限,更好地满足了普适计算环境下访问控制的安全性和实用性。并且通过实例分析表明,基于区间值的模糊访问控制在实际应用中足有效的。     

机密稳健复杂系统安全性评估方法

机密稳健复杂系统具有高机密性要求、持续稳定运行需求、网络结构复杂等特点，但现有评估模型安全目标维度单一，缺乏指标间关联性分析。鉴于此，提出了基于指标关联性分析的综合安全评估模型，确立涵盖产品、系统和服务3个层面的机密性、可用性、可控性、可鉴别性、人员组织、风险管理、企业定级、可持续性8个安全目标。以智慧医疗物联网机密性为例，构建了基于指标关联性的排序确权算法，采用模糊综合评价法，对所选系统进行评估。