因子分析和支持向量机的信息系统风险评价

伍浏阳

Chinese

您当前的位置：

首页 >

文章列表页 >

因子分析和支持向量机的信息系统风险评价

更新时间：2026-09-04

- 因子分析和支持向量机的信息系统风险评价
- Risk Analysis of the Information System by Using Factor Analysis and Support Vector Machine
- 微电子学与计算机 2016年33卷第2期页码：146-150
- 作者机构：
  
  唐山师范学院机构科研处,河北,唐山,063000
- 作者简介：
- 基金信息：
  
  河北省科技计划项目 3220319D唐山师范学院科学研究基金项目 2014D03
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
伍浏阳. 因子分析和支持向量机的信息系统风险评价[J]. 微电子学与计算机, 2016, 33(2): 146-150.

WU Liu-yang. Risk Analysis of the Information System by Using Factor Analysis and Support Vector Machine[J]. 2016, 33(2): 146-150.
伍浏阳. 因子分析和支持向量机的信息系统风险评价[J]. 微电子学与计算机, 2016, 33(2): 146-150. DOI：

WU Liu-yang. Risk Analysis of the Information System by Using Factor Analysis and Support Vector Machine[J]. 2016, 33(2): 146-150. DOI：

摘要

风险评价是信息系统管理中的关建技术

针对信息系统风险的影响因子多、小样本、时变性等特点

以提高风险评价的精度为目标

提出一种因子分析法和支持向量机的信息系统风险评价模型(FA-CS-SVM).首先采用因子分析法对风险指标体系进行处理

提取公共指标

消除指标之间相关性

然后将公共指标作为支持向量机的输入向量进行训练

并采用布谷鸟搜索算法寻找最合理机参数

构建信息系统风险评价模型

最后利用仿真实例验证其可行性和合理性.结果表明

FA-CS-SVM提高了信息系统风险评价的精度

评价结果可以为信息系统管理员进行风险管理提供科学的参考依据.

Abstract

Risk assessment is the key technology in information system management. In view of the risk factors characteristics of small sample

time variability

etc.

a risk assessment method (FA-CS-SVM) for the information system by using factor analysis and improved support vector machine is proposed to improve the accuracy of risk assessment. Firstly

factor analysis method is used to deal with the risk index system to extract the public index system and eliminate the correlation among the indexes

and secondly public indexes are used as input vector of support vector machine for training which cuckoo search algorithm is used to find the most reasonable parameters for support vector machine

and the risk evaluation model of information system is constructed

and the feasibility and rationality of the model is verified in the end. The results show that FA-CS-SVM can improve the accuracy of the information system risk evaluation

and the evaluation results can provide scientific reference for the management of information system.

关键词

Keywords

references

范红, 冯登国, 吴亚非. 信息安全风险评估方法与应用[M]. 北京: 清华大学出版社, 2006.

阮慧, 党德鹏. 基于RBF模糊神经网络的信息安全风险评估[J]. 计算机工程与设计, 2011, 32(6): 2113-2115. DOI: 2113

王帆, 霍明奎, 王晓婷. 基于模糊灰度的信息系统安全风险评价与对策[J]. 情报科学, 2014, 32(1): 110-114. DOI: 110

汤昶烽, 卫志农, 李志杰, 等. 基于因子分析和支持向量机的电网故障风险评估[J]. 电网技术, 2013, 37(4): 1039-1045. DOI: 1039

付沙. 一种基于信息熵的信息系统安全风险分析方法[J]. 情报科学, 2013, 31(6): 38-42. DOI: 38

王甲生, 付钰, 吴晓平. 基于模糊神经网络的信息系统安全风险评估研究[J]. 武汉理工大学学报: 交通科学与工程版, 2011, 35(1): 51-54. DOI: 51

李鹤田, 刘云, 何德全. 信息系统安全风险评估研究综述[J]. 中国安全科学学报, 2006, 16(1): 108-114. DOI: 108

付钰, 吴晓平, 叶清, 等. 基于模糊集与熵权理论的信息系统安全风险评估研究[J]. 电子学报, 2010, 38(7): 1489-1494. DOI: 1489

王甲生, 付钰, 吴晓平. 基于改进FAHP法的信息系统安全风险评估[J]. 火力与指挥控制, 2011, 35(1): 33-36. DOI: 33

马丽仪, 张露凡, 杨宜, 等. 基于模糊神经网络方法的信息系统安全风险评价研究[J]. 中国安全科学学报, 2012, 22(5): 164-167. DOI: 164

登国, 张阳, 张玉清. 信息安全风险评估综述[J]. 通信学报, 2004, 25(7): 10-18. DOI: 10

付沙, 杨波, 李博. 基于灰色模糊理论的信息系统安全风险评估研究[J]. 现代情报, 2013, 33(7): 34-37. DOI: 34

党德鹏, 孟真. 基于支持向量机的信息安全风险评估[J]. 华中科技大学学报: 自然科学版, 2010, 38(3): 46-49. DOI: 46

付钰, 吴晓平, 王甲生. 基于模糊-组合神经网络的信息系统安全风险评估[J]. 海军工程大学学报, 2010, 22(1): 18-23. DOI: 18

甘早斌, 吴平, 路松峰, 等. 基于扩展攻击树的信息系统安全风险评估[J]. 计算机应用研究, 2007, 24(11): 153-156. DOI: 153

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于因子分析改进的RBF神经网络算法

基于改进RT-DETR的航拍小目标检测算法

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

大模型发展综述：从BERT到Deepseek的技术演进