CN113421000A - 一种通信设备自主可控评估方法 - Google Patents
一种通信设备自主可控评估方法 Download PDFInfo
- Publication number
- CN113421000A CN113421000A CN202110735252.9A CN202110735252A CN113421000A CN 113421000 A CN113421000 A CN 113421000A CN 202110735252 A CN202110735252 A CN 202110735252A CN 113421000 A CN113421000 A CN 113421000A
- Authority
- CN
- China
- Prior art keywords
- index
- communication equipment
- level
- evaluation
- indexes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 82
- 238000011156 evaluation Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000035772 mutation Effects 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000012163 sequencing technique Methods 0.000 claims description 13
- 230000005484 gravity Effects 0.000 claims description 12
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000001358 Pearson's chi-squared test Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000013077 scoring method Methods 0.000 claims 1
- 238000012827 research and development Methods 0.000 abstract description 4
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/75—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种通信设备自主可控评估方法,其首先建立通信设备的自主可控度量指标集合,确定通信设备的自主可控指标和度量指标集;然后构建通信设备分级指标模型,以通信设备的知识产权、技术研发能力、供应链等自主可控评估指标为目标层,按照分层的方法,分解得到倒树形的层级结构,并获取原始指标值;最后使用熵值法方法和突变级数确定通信设备的自主可控程度。解决了现如今通信设备领域没有完整的、可靠的、成体系评估标准,也很少有对通信设备自主可控评估的文件指示等问题。
Description
【技术领域】
本发明涉及一种自主可评估方法,涉及一种通信设备自主可控评估方 法。
【背景技术】
当前,通信技术高速发展,通信信息量跟着急剧增长,通信数据海量 积累,使得泄密的几率大大提高,并且会在信息安全工作中埋下隐患,通 信领域的信息安全问题将面临严重的威胁。通信设备领域面临的安全风险 正威胁着国家信息安全,自主可控程度不可知是面临安全威胁的直接来源。 因此解决通信设备自主可控程度的评估问题可以有效解决通信领域的安全 风险,目前,在通信设备领域还没有完整的、可靠的、成体系评估标准。
【发明内容】
针对现有通信设备自主可控难评估的问题,本发明提供一种通信设备 自主可控评估方法。
本发明是通过以下技术方案实现的,提供一种通信设备自主可控评估 方法,包括以下步骤:
S1建立通信设备自主可控指标分层集合;
S2计算通信设备原始指标值;
S3对指标进行标准化处理;
S4由最高级至一级依次确定各级评估指标值;
S5计算自主可控度量值;
S6确定通信设备自主可控等级。
特别的,所述步骤S1具体通过以下方法实现:
S11建立通信设备的自主可控度量指标集合,所述自主可控度量指标 集合包括:自主可控指标和度量指标集合;
S12构建通信设备分级指标体系,以通信设备的知识产权、技术研发 能力、供应链等自主可控评估指标为目标层,按照分层的方法,分解得到 倒树形的层级结构,得到原始指标值。
特别的,所述步骤S2中计算后的原始指标值范围在0-1之间。
特别的,所述步骤S3具体通过以下方法实现:
将原始值标准化,并运用熵值法进行指标值重要程度排序计算,并按 由大到小进行排序。
特别的,所述步骤S4具体通过以下方法实现:
S41利用pearson卡方检验方法对S3处理后的多级指标值进行相关性 分析,得到指标之间的相关性,若指标间存在关联时,即判断为互补型, 取值的规则是取平均值,反之判断为非互补型,取值规则是大中取小;
S42根据控制变量个数确定指标突变类型对多级指标间的相关性关系 进行分析,从而确定A级指标采用的评估原则,计算出A-1级指标层的指 标值,所述A为N-1之间的整数,代表当前计算级数;
S43将S42获得的A级指标值采用熵值法进行指标重要程度排序计算, 并按由大到小进行排序,重复S41-S43,计算出N-1级指标层的指标值,直 至计算出一级指标层的指标值。
特别的,所述步骤S5具体通过以下方法实现:
S51对一级指标层的指标值采用动态分级方法进行分类;
S52取得一级指标层需要的各类评价指标,并运算获得知识产权、技 术能力和供应链自主可控指标的值;
S53对原始数据作标准化处理,得到一级指标标准化数据x′ij,首先按如 下公式计算获得Sj:
于公式(1)中,Sj为第j个评价参数的标准差;Xij为第i个通信设 备的第j个评价参数的值;Xj为第j个评价参数的平均值,i=1~n,j=1~ m,m=3,n为待评估通信装备的数量,m评价指标数,所述标准化数据,与 各判据的量纲无关,采用标准差方式的标准化数据按如下公式计算:
S54确定一级指标的初始分级,首先对每个样本一级指标标准值求和, 对于第i个样本的一级指标标准值求和结果用Sj表示,并通过计算获得最 大的Sj定义为SMAX,取出最小的Sj定义为SMIN,采用如下公式分别计算 SMAX、SMIN:
将全体样本被划分为K个类时,用下式求得第i个样本对应Sj的初始 分类:
于公式(4)中,IFLX表示括号内的数取整数,N(i)为每个样本所属 的级别号;
S55样本的均值计算,将归为第p(p=1~K)类的所有样本的Sj求均值, 从而获得了新的分级标准{p1、p2、p3、……、pK};
S56样本偏差计算,用如下公式计算每个样本和每种分类的距离Lij, 对于第i个样本可获得K个不同的Lij,按最近距离的原则,将该样本划入 Lij值最小的一个类别中,
Lij=|Sj-Pj| (5),
于公式(5)中,Lij表示第i个样本的Sj和第j类重心之间的距离,Pj为第j类的重心。
特别的,所述一级指标层的指标值为知识产权自主可控指标、技术能 力自主可控指标、供应链自主可控指标。
特别的,所述步骤S6具体通过以下方法实现:
重复S55和S56,反复调整每个样本的所在类别,计算新重心,并检查 前后两次所求得的重心是否相同,若完全相同,则输出最终分级结果,在 计算通信装备自主可控程度的同时,利用动态分级方法获得通信装备自主 可控级别;若不相同,继续重复S55和S56,直至前后两次所求得的中心完 全相同。
本发明提供一种通信设备自主可控评估方法,能够准确、全面的计算 出通信设备的自主化程度,是一种可量化的通信设备自主可控度评估方法。 该自主可控评估方法一方面可以指导产品研制部门开展自主可控度自评 价,促进通信设备不断改进完善和自主化水平的提高,另一方面也可以作 为第三方评估机构开展产品自主可控度评估的基本依据,评估结果可以为 应用部门把握产品自主可控程度、开展产品选型工作提供数据支撑。
【附图说明】
图1为本发明通信装备自主可控评价指标图。
【具体实施方式】
本发明针对国家在通信设备领域还没有完整的、可靠的、成体系评估 标准,也很少有对通信设备自主可控评估的文件指示等问题,提出了一种 通信设备自主可控评估方法,其首先建立通信设备的自主可控度量指标集 合,确定通信设备的自主可控指标和度量指标集;然后构建通信设备分级 指标模型,以通信设备的知识产权、技术研发能力、供应链等自主可控评 估指标为目标层,按照分层的方法,分解得到倒树形的层级结构,并获取 原始指标值;最后使用熵值法方法和突变级数确定通信设备的自主可控程 度。为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施 例对本发明进一步详细说明。
首先确定待评估通信设备的类型,待评估通信设备包括光通信设备、 路由器、交换机、无线AP、无线网桥等通信设备。本实施例以华为公司光 通信设备OSN3500、OSN9800和柳州达迪通信技术有线公司的TCQ-304为例 进行自主可控程度分析,指标分层以四级为例,但不限于四级,可根据实 际需要构建任意级分层的指标分层模型,具体包括以下步骤:
S1建立通信设备自主可控指标分合,确定通信设备的自主可控指标和 度量指标集合,如表1所示;其次从研发、生产、制造和服务的角度,通 过调研、资料查询、专家打分和层次分析法,构建通信设备分级指标体系, 如图1所示,以通信设备的知识产权、技术研发能力、供应链等自主可控 评估指标层集合,首先建立通信设备自主可控度量指标集为目标层,按照 分层的方法,分解得到倒树形的层级结构,得到原始指标值,原始值如表1 所示。
S2通信设备原始指标值标准化计算,标准化计算后的原始指标值范围 在0-1之间,计算结果见表1。
S3对指标进行标准化处理,将标准化计算后的原始指标值分级,并运 用熵值法进行指标值重要程度排序计算并按由大到小进行排序。
S4首先利用pearson卡方检验方法对S3处理后的多级指标值进行相 关性分析,得到指标之间的相关性,若指标间存在关联时,即判断为互补 型,取值的规则是取平均值,反之判断为非互补型,取值规则是大中取小;
其次确定三级指标层的指标值,根据控制变量个数确定指标突变类型 对多级指标间的相关性关系进行分析,从而确定三级指标采用的评估原则, 通过对三级指标进行归一化计算并结合评估原则对指标进行分析,计算出 三级指标层的指标值,计算结果如表1,将获得的三级指标层的指标值采用 熵值法进行指标重要程度排序计算,并按由大到小进行排序;
再次确定二级指标层的指标值,根据控制变量个数确定指标突变类型; 对二级指标间的相关性关系进行分析,从而确定二级指标采用的评估原则。 通过对二级指标进行归一化计算并结合评估原则对指标进行分析,计算出 二级指标层的指标值,计算结果见表1,将获得的二级指标层的指标值采用 熵值法进行指标重要程度排序计算,并按由大到小进行排序;
最后确定一级指标层的指标值,根据控制变量个数确定指标突变类型; 对一级指标间的相关性关系进行分析,从而确定一级指标采用的评估原则。 通过对一级指标进行归一化计算并结合评估原则对指标进行分析,计算出 一级指标层的指标值,计算结果见表1,将获得的一级级指标层的指标值采 用熵值法进行指标重要程度排序计算,并按由大到小进行排序。
S5计算自主可控度量值:
首先,对一级指标层的指标值采用动态分级(DT)方法进行分类,一级 指标层的指标值为知识产权、技术能力和供应链自主可控指标,假设待评 估通信装备对象的数量为n个,对于第i个通信装备的第j个一级指标数 据可表示成Xij,i=1~n,j=1~m,m=3,所述通信设备自主可控等级划分 标准如表表2所示;
表2
通信设备自主可控程度(%) | >90 | 80~90 | 70~80 | 70~60 | 60~45 | <45 |
级别 | A | B | C | D | E | F |
其次,取得一级指标层需要的各类评价指标并运算获得知识产权、技 术能力和供应链自主可控指标的值,一级指标层的数据Xij,i=1~n,j=1~m,n为待评估通信装备的数量,m评价指标数;
再次,对原始数据作标准化处理,得到一级指标标准化数据x′ij,首先 按如下公式计算获得Sj:
于公式(1)中,Sj为第j个评价参数的标准差;Xij为第i个通信设 备的第j个评价参数的值;Xj为第j个评价参数的平均值,i=1~n,j=1~ m,m=3,n为待评估通信装备的数量,m评价指标数,所述标准化数据,与 各判据的量纲无关,采用标准差方式的标准化数据按如下公式计算:
再次,确定一级指标的初始分级,首先对每个样本一级指标标准值求 和,对于第i个样本的一级指标标准值求和结果用Sj表示,并通过计算获 得最大的Sj定义为SMAX,取出最小的Sj定义为SMIN,采用如下公式分别计 算SMAX、SMIN:
将全体样本被划分为K个类时,用下式求得第i个样本对应Sj的初始 分类:
于公式(4)中,IFLX表示括号内的数取整数,N(i)为每个样本所属 的级别号;
再次,样本的均值计算,将归为第p(p=1~K)类的所有样本的Sj求均 值,从而获得了新的分级标准{p1、p2、p3、……、pK};
最后,样本偏差计算,用如下公式计算每个样本和每种分类的距离Lij, 对于第i个样本可获得K个不同的Lij,按最近距离的原则,将该样本划入 Lij值最小的一个类别中,
Lij=|Sj-Pj| (5),
于公式(5)中,Lij表示第i个样本的Sj和第j类重心之间的距离,Pj为第j类的重心。
S6确定通信设备自主可控等级:重复S55和S56,反复调整每个样本 的所在类别,计算新重心,并随之检查前后两次所求得的重心是否相同, 若完全相同,则输出最终分级结果,在计算通信装备自主可控程度的同时, 利用动态分级方法获得通信装备自主可控级别;若不相同,继续重复S55 和S56,直至前后两次所求得的中心完全相同。
经过该实施例得知,华为3500的最终评级结果为C级,华为9800的 最终评级结果为B级,达迪的最终评级结果为D级。证明了本发明提出的 通信设备自主可控评估方法能够准确、全面的计算出通信设备的自主化程 度,是一种可量化的通信设备自主可控度评估方法。
表1指标分层构建的模型表
Claims (8)
1.一种通信设备自主可控评估方法,其特征在于,包括以下步骤:
S1建立通信设备自主可控指标分层集合;
S2计算通信设备原始指标值;
S3对指标进行标准化处理;
S4由最高级至一级依次确定各级评估指标值;
S5计算自主可控度量值;
S6确定通信设备自主可控等级。
2.根据权利要求1所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S1具体通过以下方法实现:
S11建立通信设备的自主可控度量指标集合,所述自主可控度量指标集合包括:自主可控指标和度量指标集合;
S12构建通信设备分级指标体系,以通信设备的自主可控评估指标为目标层,按照分层的方法,分解得到倒树形的层级结构,得到原始指标值。
3.根据权利要求1所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S2中计算后的原始指标值范围在0-1之间。
4.根据权利要求1所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S3具体通过以下方法实现:
将计算后的原始指标值分级,并运用熵值法进行指标值重要程度排序计算,并按由大到小进行排序。
5.根据权利要求4所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S4具体通过以下方法实现:
S41利用pearson卡方检验方法对S3处理后的多级指标值进行相关性分析,得到指标之间的相关性,若指标间存在关联时,即判断为互补型,取值的规则是取平均值,反之判断为非互补型,取值规则是大中取小;
S42根据控制变量个数确定指标突变类型对多级指标间的相关性关系进行分析,从而确定A级指标采用的评估原则,通过对A级指标进行归一化计算并结合评估原则对指标进行分析,利用层次分析法和专家打分法,计算出A级指标层的指标值,所述A为N~1之间的整数,代表当前计算级数;
S43将S42获得的A级指标值采用熵值法进行指标重要程度排序计算,并按由大到小进行排序,重复S41-S43,计算出N-1级指标层的指标值,直至计算出一级指标层的指标值。
6.根据权利要求5所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S5具体通过以下方法实现:
S51对一级指标层的指标值采用动态分级方法进行分类;
S52取得一级指标层需要的各类评价指标,并运算获得知识产权、技术能力和供应链自主可控指标的值;
S53对原始数据作标准化处理,得到一级指标标准化数据x′ij,首先按如下公式计算获得Sj:
于公式(1)中,Sj为第j个评价参数的标准差;Xij为第i个通信设备的第j个评价参数的值;Xj为第j个评价参数的平均值,i=1~n,j=1~m,m=3,n为待评估通信装备的数量,m评价指标数,所述标准化数据,与各判据的量纲无关,采用标准差方式的标准化数据按如下公式计算:
S54确定一级指标的初始分级,首先对每个样本一级指标标准值求和,对于第i个样本的一级指标标准值求和结果用Sj表示,并通过计算获得最大的Sj定义为SMAX,取出最小的Sj定义为SMIN,采用如下公式分别计算SMAX、SMIN:
将全体样本被划分为K个类时,用下式求得第i个样本对应Sj的初始分类:
于公式(4)中,IFLX表示括号内的数取整数,N(i)为每个样本所属的级别号;
S55样本的均值计算,将归为第p(p=1~K)类的所有样本的Sj求均值,从而获得了新的分级标准{p1、p2、p3、……、pK};
S56样本偏差计算,用如下公式计算每个样本和每种分类的距离Lij,对于第i个样本可获得K个不同的Lij,按最近距离的原则,将该样本划入Lij值最小的一个类别中,
Lij=|Sj-Pj| (5),
于公式(5)中,Lij表示第i个样本的Sj和第j类重心之间的距离,Pj为第j类的重心。
7.根据权利要求6所述的一种通信设备自主可控评估方法,其特征在于,所述一级指标层的指标值为知识产权自主可控指标、技术能力自主可控指标、供应链自主可控指标。
8.根据权利要求6所述的一种通信设备自主可控评估方法,其特征在于,所述步骤S6具体通过以下方法实现:
重复S55和S56,反复调整每个样本的所在类别,计算新重心,并检查前后两次所求得的重心是否相同,若完全相同,则输出最终分级结果,在计算通信装备自主可控程度的同时,利用动态分级方法获得通信装备自主可控级别;若不相同,继续重复S55和S56,直至前后两次所求得的中心完全相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110735252.9A CN113421000B (zh) | 2021-06-30 | 2021-06-30 | 一种通信设备自主可控评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110735252.9A CN113421000B (zh) | 2021-06-30 | 2021-06-30 | 一种通信设备自主可控评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113421000A true CN113421000A (zh) | 2021-09-21 |
CN113421000B CN113421000B (zh) | 2023-07-11 |
Family
ID=77717264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110735252.9A Active CN113421000B (zh) | 2021-06-30 | 2021-06-30 | 一种通信设备自主可控评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113421000B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
CN108269002A (zh) * | 2017-12-25 | 2018-07-10 | 中国电子科技集团公司第二十八研究所 | 一种基于熵权法和可变模糊法的水上交通***能力评估方法 |
CN108900381A (zh) * | 2018-07-16 | 2018-11-27 | 无锡江南计算技术研究所 | 一种网络互连设备自主可控度评估方法 |
CN109146274A (zh) * | 2018-08-09 | 2019-01-04 | 中海石油气电集团有限责任公司 | 一种基于熵权的燃气电厂综合状态评估方法 |
CN109242209A (zh) * | 2018-10-12 | 2019-01-18 | 北京交通大学 | 基于K-means聚类的铁路突发事件分级预警方法 |
CN109377034A (zh) * | 2018-10-11 | 2019-02-22 | 国网新疆电力有限公司信息通信公司 | 基于智能电网信息通信***的风险态势评估方法 |
CN109377041A (zh) * | 2018-10-16 | 2019-02-22 | 河海大学 | 一种关于航运业的二阶段评价方法 |
CN109409695A (zh) * | 2018-09-30 | 2019-03-01 | 上海机电工程研究所 | 基于关联分析的体系效能评估指标体系构建方法及*** |
CN111680863A (zh) * | 2020-04-26 | 2020-09-18 | 南京南数数据运筹科学研究院有限公司 | 基于层次分析法的网络环境安全状况评估方法 |
-
2021
- 2021-06-30 CN CN202110735252.9A patent/CN113421000B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
CN108269002A (zh) * | 2017-12-25 | 2018-07-10 | 中国电子科技集团公司第二十八研究所 | 一种基于熵权法和可变模糊法的水上交通***能力评估方法 |
CN108900381A (zh) * | 2018-07-16 | 2018-11-27 | 无锡江南计算技术研究所 | 一种网络互连设备自主可控度评估方法 |
CN109146274A (zh) * | 2018-08-09 | 2019-01-04 | 中海石油气电集团有限责任公司 | 一种基于熵权的燃气电厂综合状态评估方法 |
CN109409695A (zh) * | 2018-09-30 | 2019-03-01 | 上海机电工程研究所 | 基于关联分析的体系效能评估指标体系构建方法及*** |
CN109377034A (zh) * | 2018-10-11 | 2019-02-22 | 国网新疆电力有限公司信息通信公司 | 基于智能电网信息通信***的风险态势评估方法 |
CN109242209A (zh) * | 2018-10-12 | 2019-01-18 | 北京交通大学 | 基于K-means聚类的铁路突发事件分级预警方法 |
CN109377041A (zh) * | 2018-10-16 | 2019-02-22 | 河海大学 | 一种关于航运业的二阶段评价方法 |
CN111680863A (zh) * | 2020-04-26 | 2020-09-18 | 南京南数数据运筹科学研究院有限公司 | 基于层次分析法的网络环境安全状况评估方法 |
Non-Patent Citations (4)
Title |
---|
代吉亚;宋铁;郭汝宁;吴发好;方艳;刘国恒;: "层次分析法和熵值法在疾控机构应急能力评估中的应用比较", 中国卫生统计, no. 06 * |
李宗育;王劲松;李大亮;: "基于网络空间作战防御威胁态势评估研究", 计算机仿真, no. 12 * |
林星辰;段伟伦;韩晓露;: "5G供应链安全评估模型和指标体系研究", 信息安全与通信保密, no. 05 * |
赵泽雨 等: ""基于模糊层次分析法的核安保设备自主可控评价体系"", 《中国核科学技术进展报告(第六卷)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113421000B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245874B (zh) | 一种基于机器学习和知识推理的决策融合方法 | |
Aydadenta et al. | A clustering approach for feature selection in microarray data classification using random forest | |
CN108196132B (zh) | ***内电磁兼容性评估方法 | |
Panoutsos et al. | A neural-fuzzy modelling framework based on granular computing: Concepts and applications | |
CN106250442A (zh) | 一种网络安全数据的特征选择方法及*** | |
CN110458313A (zh) | 一种基于svm的电力用户信用风险预警方法及*** | |
Ali et al. | K-means clustering based on gower similarity coefficient: A comparative study | |
CN114049026A (zh) | 一种基于层次分析法的工业互联网标识解析风险评估方法 | |
Shekhovtsov et al. | Do distance-based multi-criteria decision analysis methods create similar rankings? | |
Díaz-Manríquez et al. | An automatic document classifier system based on genetic algorithm and taxonomy | |
CN113177746A (zh) | 一种针对生命周期评价领域的软件质量综合评估方法 | |
CN115063056B (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
CN114817575B (zh) | 基于扩展模型的大规模电力事理图谱处理方法 | |
CN106603538A (zh) | 一种入侵检测方法及*** | |
CN111126865B (zh) | 一种基于科技大数据的技术成熟度判断方法和*** | |
CN109145951B (zh) | 一种基于贝叶斯网络的隧道衬砌结构服役状况评价方法 | |
CN106709522B (zh) | 一种基于改进模糊三角数的高压电缆施工缺陷分级方法 | |
CN117473424A (zh) | 基于随机森林的变压器故障诊断方法、***、设备及介质 | |
CN113421000A (zh) | 一种通信设备自主可控评估方法 | |
CN116702132A (zh) | 网络入侵检测方法及*** | |
CN116781358A (zh) | 基于数学模型的车辆安全态势分层评估方法 | |
Das et al. | Performance analysis of classification techniques for car data set analysis | |
CN115018007A (zh) | 一种基于改进id3决策树的敏感数据分类方法 | |
CN116366277A (zh) | 一种信息融合的网络安全态势评估方法 | |
CN113449966B (zh) | 一种石膏板设备巡检方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |