CN113793035B - 一种基于交叉概率理论的信息***业务波及影响分析方法 - Google Patents
一种基于交叉概率理论的信息***业务波及影响分析方法 Download PDFInfo
- Publication number
- CN113793035B CN113793035B CN202111086811.4A CN202111086811A CN113793035B CN 113793035 B CN113793035 B CN 113793035B CN 202111086811 A CN202111086811 A CN 202111086811A CN 113793035 B CN113793035 B CN 113793035B
- Authority
- CN
- China
- Prior art keywords
- service function
- service
- influence
- functions
- information system
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 72
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000000694 effects Effects 0.000 claims description 70
- 230000005484 gravity Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于交叉概率理论的信息***业务波及影响分析方法,其包括构建业务功能重要性评价矩阵;构建多个业务功能间交叉影响矩阵;计算综合评估值向量;构建综合交叉影响矩阵:构建偏好链:业务波及影响分析等步骤。本发明面向信息***,将***业务功能抽象为节点,通过交叉影响矩阵表示业务功能间关联性。通过主客观权重结合法生成综合交叉影响矩阵将***业务功能间关联性进行量化。使用偏好链生成算法将***各业务功能影响关系进行关联,通过中断业务功能在偏好链的位置分析得到业务功能中断后对其他业务功能的波及影响趋势。能准确度量业务功能中断对信息***其他业务功能波及影响程度,反映业务功能中断对信息***其他业务功能的波及影响趋势。
Description
技术领域
本发明属于网络信息安全技术领域,特别涉及一种基于交叉概率理论的信息***业务波及影响分析方法。
背景技术
随着计算机与网络技术的飞速发展,信息***规模越来越大,信息***中的业务功能越来越复杂,因此信息***的复杂度日益上升。信息***复杂度的上升,使得业务功能中断会波及影响到更多业务功能,并导致信息***功能受到影响。分析信息***中业务功能中断对其他业务功能的波及影响,可以为制定信息***部分功能中断后的响应处置预案提供依据,为确保信息***的业务功能连续性奠定基础。
业务影响分析用于分析业务中断造成的***损失,是业务连续性管理的重要环节。相互依赖网络中级联故障概念最先在业务波及影响分析中提出,大多数业务波及影响研究以相依网络中级联故障分析为基础。相依网络上基于相连边的择优恢复算法利用共同边界节点在极大连通网络内外的连接边数计算边界节点的重要性,此算法仅适用于无标度网络。相关贪婪叶子去除算法将重点放在依赖核心节点上,但是未包含所有节点。相互依赖的混合级联故障模型考虑动态负载传播和依赖群的影响,该模型仅适用于具有依赖群的相互依赖网络。上述研究仅从宏观方面对相依网络中级联故障进行分析。评估节点重要性可以通过节点结构洞重要性指标和相邻节点K核重要性指标,但该方法仅适用于无标度网络,对于链式网络不适用。上述研究的局限性在于,研究对象为无标度网络,从相依网络角度研究业务波及影响,对信息***的业务波及影响分析不足,未考虑信息***某业务功能中断后对其他业务的波及影响及强度。
发明内容
为了解决上述问题,本发明的目的在于提供一种基于交叉概率理论的信息***业务波及影响分析方法。
为了达到上述目的,本发明提供的基于交叉概率理论的信息***业务波及影响分析方法包括按顺序进行的下列步骤:
1)构建业务功能重要性评价矩阵的S1阶段:在此阶段,设定业务功能重要性评价等级并据此由专家对业务功能重要性进行评分,由所有专家的评分值构建一个业务功能重要性评价矩阵;
2)构建多个业务功能间交叉影响矩阵的S2阶段:在此阶段,设定业务功能间影响程度评价等级并据此由专家对业务功能间的相互影响程度进行评分,由每个专家的所有评分值构建一个业务功能间交叉影响矩阵;
3)计算综合评估值向量的S3阶段:在此阶段,从上述步骤1)获得的业务功能重要性评价矩阵中提取出主观权重与客观权重,并使用主客观权重结合法得到综合评估值向量;
4)构建综合交叉影响矩阵的S4阶段:在此阶段,使用上述步骤3)获得的综合评估值向量,对上述步骤2)获得的多个业务功能间交叉影响矩阵进行加权,然后计算多个加权后的业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵:
5)构建偏好链的S5阶段:在此阶段,根据上述步骤4)获得的综合交叉影响矩阵,计算信息***中每个业务功能的活动和AS,并利用活动和AS构建一条能直观表示业务功能之间的关联性和优先级的偏好链:
6)业务波及影响分析的S6阶段:在此阶段,根据上述步骤5)获得的每个业务功能的活动和AS得到信息***的活动和总值ZV,以此来判断业务功能中断对信息***波及影响程度;同时根据上述偏好链来判断业务功能中断对信息***波及影响趋势,由此完成波及影响分析。
在步骤1)中,所述构建业务功能重要性评价矩阵的具体方法如下:
设定业务功能重要性评价等级,范围为0至100,其中0表示业务功能重要性极低,该业务对信息***影响极小,100表示业务功能重要性极高,该业务对信息***影响极大;由m个专家根据上述业务重要性评价等级对n个业务功能进行评分,以此来量化业务功能重要性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};将第i个专家Si对第j个业务功能Tj重要性的评分值记为aij(i=1,2,...,m;j=1,2,...,n),由所有评分值构建一个业务功能重要性评价矩阵A,表示为:
在步骤2)中,所述构建多个业务功能间交叉影响矩阵的具体方法如下:
设定业务功能间影响程度评价等级,范围为0至5,其中0表示业务功能间影响程度极低,该业务功能中断对其他业务功能无影响,5表示业务功能间影响程度极高,该业务中断对其他业务功能造成影响极大;由m个专家根据上述业务功能间影响程度评价等级对n个业务功能间影响程度进行评分,以此来量化业务功能间关联性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};由第i个专家Si给出的所有评分值构建一个业务功能间交叉影响矩阵Qi,表示为:
其中,qij(i=1,2,...,n;j=1,2,...,n)表示第i个业务功能对第j个业务功能的影响程度;共构建多个业务功能间交叉影响矩阵Q1~Qm。
在步骤3)中,所述计算综合评估值向量的具体方法如下:
3.1)将业务功能重要性评价矩阵A归一化:
其中,为业务功能Tj重要性的最大值,即业务功能重要性评价矩阵A中第j列的最大值,/>为业务功能Tj重要性的最小值,即业务功能重要性评价矩阵A中第j列的最小值,得到归一化决策矩阵B:
其中,bij(i=1,2,...,m;j=1,2,...,n)表示第i个专家Si对第j个业务功能Tj重要性的归一化值;
3.2)计算业务功能重要性评价矩阵A的调和平均值,得到专家对业务功能的主观权重W1j=(W11,W12,...,W1n)T:
3.3)使用熵权法计算得到专家对业务功能的客观权重W2j=(W21,W22,…,W2n)T;
首先计算上述第i个专家对第j个业务功能重要性的归一化值的比重Pij:
然后根据上述比重Pij计算信息熵Ej:
最后根据上述信息熵Ej计算得到专家对业务功能的客观权重W2j:
3.4)计算上述主观权重W1j和客观权重W2j的综合权重向量Wj:
Wj=αW1j+βW2j (9)
其中,α和β为组合加权系数;
根据上述综合权重向量Wj使用线性加权方法获得综合评估值向量U:
综合评估值向量U=(u1,u2,...,um)中的元素对应每个专家权重。
在步骤4)中,所述构建综合交叉影响矩阵的具体方法如下:
根据综合评估值向量U将专家对应权重与多个业务功能间交叉影响矩阵Q1~Qm相乘,然后计算加权后的m个业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵R。
在步骤5)中,所述构建偏好链的具体方法如下:
首先计算业务功能对其他所有业务功能的活动和AS,以此来表征业务功能中断对信息***的总体影响程度;业务功能i的活动和ASi为:
其中,rij为综合交叉影响矩阵R中的元素;
然后构建偏好链;具体方法如下:
5.1)计算信息***中每个业务功能的活动和AS;将每个业务功能称为一个业务功能节点;
5.2)选择信息***中活动和AS最高的业务功能节点并***偏好链头;
5.3)如果信息***中多个业务功能具有最高的活动和AS,则选择第一个业务功能节点并***偏好链头;
5.4)以上述选择的业务功能节点为根构建偏好链;将剩余业务功能节点的入链优先级按照活动和AS从大到小排序,选择活动和AS最大的业务功能节点入链;如果多个业务功能节点的最大活动和AS相同,则将业务功能节点入链优先级按照影响业务功能数量从大到小排序,选择影响业务功能数量最多的业务功能节点入链;如果多个业务功能节点的最大活动和AS和最大影响业务功能数量相同,则将业务功能节点入链优先级按照影响值从大到小排序,选择影响值最大的业务功能节点入链;
5.5)将所有业务功能节点按照步骤5.4)入链,直至全部业务功能节点入链或者剩余业务功能节点无法入链;
5.6)对于未入链的业务功能节点,选择已入链且对其影响值最大的业务功能节点作为其前序业务功能节点,并将该业务功能节点作为分支业务功能节点按照步骤5.4)入链。
在步骤6.1)中,所述判断业务功能中断对信息***波及影响程度的具体方法如下:
6.1.1)将所有业务功能的活动和AS相加作为信息***的活动和总值ZV;
6.1.2)若业务功能中断则将此业务功能的活动和AS从活动和总值ZV中减去;
6.1.3)若业务功能恢复则将此业务功能的活动和AS加入活动和总值ZV中;
6.1.4)对比不同业务功能中断前后信息***的活动和总值ZV变化,根据活动和总值ZV变化大小就能够确定出对应业务功能中断对信息***波及影响的程度。
在步骤6.2)中,所述判断业务功能中断对信息***波及影响趋势的具体方法如下:
6.2.1)在上述偏好链中查找已中断的业务功能节点;
6.2.2)删除已中断的业务功能节点及从该节点出发的边;
6.2.3)查找偏好链中新增入度为0的业务功能节点;
6.2.4)记录新增入度为0的业务功能节点,这些业务功能节点为已中断的业务功能节点波及到的节点;
6.2.5)如果有新的中断业务功能节点,重复步骤6.2.1)—6.2.4);
6.2.6)最后通过已中断的业务功能节点在偏好链的位置分析得到该业务功能中断后对其他业务功能的波及影响趋势。
本发明提供的基于交叉概率理论的信息***业务波及影响分析方法具有如下有益效果:与现有技术相比,本方法面向信息***,将信息***业务功能抽象为节点,通过交叉影响矩阵表示业务功能间的关联性。通过主客观权重结合法生成综合交叉影响矩阵将***业务功能间的关联性进行量化。使用偏好链生成算法将***各业务功能的影响关系进行关联,在此基础上通过中断业务功能在偏好链的位置分析得到业务功能中断后对其他业务功能的波及影响趋势。本发明能够准确度量业务功能中断对信息***其他业务功能的波及影响程度,且能反映业务功能中断对信息***其他业务功能的波及影响趋势。
附图说明
图1为本发明提供的基于交叉概率理论的信息***业务波及影响分析方法流程图。
图2为业务功能中断过程中本发明方法的活动和AS与业务功能网络结构熵、带权有向网络结构熵、结构洞重要性指标经过归一化后的***影响程度变化情况对比图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
如图1所示,本发明提供的基于交叉概率理论的信息***业务波及影响分析方法包括按顺序进行的下列步骤:
1)构建业务功能重要性评价矩阵的S1阶段:在此阶段,设定业务功能重要性评价等级并据此由专家对业务功能重要性进行评分,由所有专家的评分值构建一个业务功能重要性评价矩阵;
具体方法如下:
设定业务功能重要性评价等级,范围为0至100,其中0表示业务功能重要性极低,该业务对信息***影响极小,100表示业务功能重要性极高,该业务对信息***影响极大;由m个专家根据上述业务重要性评价等级对n个业务功能进行评分,以此来量化业务功能重要性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};将第i个专家Si对第j个业务功能Tj重要性的评分值记为aij(i=1,2,...,m;j=1,2,...,n),由所有评分值构建一个业务功能重要性评价矩阵A,表示为:
2)构建多个业务功能间交叉影响矩阵的S2阶段:在此阶段,设定业务功能间影响程度评价等级并据此由专家对业务功能间的相互影响程度进行评分,由每个专家的所有评分值构建一个业务功能间交叉影响矩阵;
具体方法如下:
设定业务功能间影响程度评价等级,范围为0至5,其中0表示业务功能间影响程度极低,该业务功能中断对其他业务功能无影响,5表示业务功能间影响程度极高,该业务中断对其他业务功能造成影响极大;由m个专家根据上述业务功能间影响程度评价等级对n个业务功能间影响程度进行评分,以此来量化业务功能间关联性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};由第i个专家Si给出的所有评分值构建一个业务功能间交叉影响矩阵Qi,表示为:
其中,qij(i=1,2,...,n;j=1,2,...,n)表示第i个业务功能对第j个业务功能的影响程度;共构建多个业务功能间交叉影响矩阵Q1~Qm。
3)计算综合评估值向量的S3阶段:在此阶段,从上述步骤1)获得的业务功能重要性评价矩阵中提取出主观权重与客观权重,并使用主客观权重结合法得到综合评估值向量;
具体方法如下:
3.1)将业务功能重要性评价矩阵A归一化:
其中,为业务功能Tj重要性的最大值,即业务功能重要性评价矩阵A中第j列的最大值,/>为业务功能Tj重要性的最小值,即业务功能重要性评价矩阵A中第j列的最小值,得到归一化决策矩阵B:
其中,bij(i=1,2,...,m;j=1,2,...,n)表示第i个专家Si对第j个业务功能Tj重要性的归一化值;
3.2)计算业务功能重要性评价矩阵A的调和平均值,得到专家对业务功能的主观权重W1j=(W11,W12,...,W1n)T:
3.3)使用熵权法计算得到专家对业务功能的客观权重W2j=(W21,W22,…,W2n)T;
首先计算上述第i个专家对第j个业务功能重要性的归一化值的比重Pij:
然后根据上述比重Pij计算信息熵Ej:
最后根据上述信息熵Ej计算得到专家对业务功能的客观权重W2j:
3.4)为尽可能提升下述综合交叉影响矩阵的客观性,需要综合考虑专家评分的主观权重和客观权重,既考虑到专家对业务功能的偏好,又减少专家评价的主观任意性,计算上述主观权重W1j和客观权重W2j的综合权重向量Wj:
Wj=αW1j+βW2j (9)
其中,α和β为组合加权系数;
根据上述综合权重向量Wj使用线性加权方法获得综合评估值向量U:
综合评估值向量U=(u1,u2,...,um)中的元素对应每个专家权重。
4)构建综合交叉影响矩阵的S4阶段:在此阶段,使用上述步骤3)获得的综合评估值向量,对上述步骤2)获得的多个业务功能间交叉影响矩阵进行加权,然后计算多个加权后的业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵:
具体方法如下:
根据上述综合评估值向量U将专家对应权重与多个业务功能间交叉影响矩阵Q1~Qm相乘,然后计算加权后的m个业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵R。
5)构建偏好链的S5阶段:在此阶段,根据上述步骤4)获得的综合交叉影响矩阵,计算信息***中每个业务功能的活动和AS,并利用活动和AS构建一条能直观表示业务功能之间的关联性和优先级的偏好链:
具体方法如下:
首先计算业务功能对其他所有业务功能的活动和AS,以此来表征业务功能中断对信息***的总体影响程度;业务功能i的活动和ASi为:
其中,rij为综合交叉影响矩阵R中的元素;
然后构建偏好链;偏好链是根据综合交叉影响矩阵R生成的一条链式结构,可以直观表示业务功能之间的关联性和优先级,使用偏好链可以直观表示业务功能之间的关联和影响程度。具体方法如下:
5.1)计算信息***中每个业务功能的活动和AS;将每个业务功能称为一个业务功能节点;
5.2)选择信息***中活动和AS最高的业务功能节点并***偏好链头;
5.3)如果信息***中多个业务功能具有最高的活动和AS,则选择第一个业务功能节点并***偏好链头;
5.4)以上述选择的业务功能节点为根构建偏好链;将剩余业务功能节点的入链优先级按照活动和AS从大到小排序,选择活动和AS最大的业务功能节点入链;如果多个业务功能节点的最大活动和AS相同,则将业务功能节点入链优先级按照影响业务功能数量从大到小排序,选择影响业务功能数量最多的业务功能节点入链;如果多个业务功能节点的最大活动和AS和最大影响业务功能数量相同,则将业务功能节点入链优先级按照影响值从大到小排序,选择影响值最大的业务功能节点入链;
5.5)将所有业务功能节点按照步骤5.4)入链,直至全部业务功能节点入链或者剩余业务功能节点无法入链;
5.6)对于未入链的业务功能节点,选择已入链且对其影响值最大的业务功能节点作为其前序业务功能节点,并将该业务功能节点作为分支业务功能节点按照步骤5.4)入链。
6)业务波及影响分析的S6阶段:在此阶段,根据上述步骤5)获得的每个业务功能的活动和AS得到信息***的活动和总值ZV,以此来判断业务功能中断对信息***波及影响程度;同时根据上述偏好链来判断业务功能中断对信息***波及影响趋势,由此完成波及影响分析:
6.1)所述的判断业务功能中断对信息***波及影响程度的具体方法如下:
6.1.1)将所有业务功能的活动和AS相加作为信息***的活动和总值ZV;
6.1.2)若业务功能中断则将此业务功能的活动和AS从活动和总值ZV中减去;
6.1.3)若业务功能恢复则将此业务功能的活动和AS加入活动和总值ZV中;
6.1.4)对比不同业务功能中断前后信息***的活动和总值ZV变化,根据活动和总值ZV变化大小就能够确定出对应业务功能中断对信息***波及影响的程度。
6.2)所述的判断业务功能中断对信息***波及影响趋势的具体方法如下:
6.2.1)在上述偏好链中查找已中断的业务功能节点;
6.2.2)删除已中断的业务功能节点及从该节点出发的边;
6.2.3)查找偏好链中新增入度为0的业务功能节点;
6.2.4)记录新增入度为0的业务功能节点,这些业务功能节点为已中断的业务功能节点波及到的节点;
6.2.5)如果有新的中断业务功能节点,重复步骤6.2.1)—6.2.4);
6.2.6)最后通过已中断的业务功能节点在偏好链的位置分析得到该业务功能中断后对其他业务功能的波及影响趋势。
图2为民用航空机场离港信息***业务功能中断事件中各时刻离港信息***的业务功能网络结构熵、有向加权结构熵、结构洞重要性指标以及本发明方法中的活动和AS,经过归一化后,各时刻业务功能中断对信息***影响程度变化情况。通过图2可知,业务功能中断事件中信息***结构熵折线变化与活动和AS相近,此趋势可较准确地反映出不同重要性业务功能的中断和恢复时对信息***影响程度的差异。由于网络结构熵与有向加权网络结构熵不能准确反映影响程度高的业务功能中断后对信息***的影响程度;结构洞重要性指标不能适应链式结构变化,其对于业务功能中断对***的影响情况不能准确表示,所以AS可以更准确地反映业务功能中断时对信息***中其他业务功能的波及影响程度,与实际情况中的业务波及影响范围和影响程度变化更加吻合。
Claims (3)
1.一种基于交叉概率理论的信息***业务波及影响分析方法,其特征在于:所述方法包括按顺序进行的下列步骤:
1)构建业务功能重要性评价矩阵的S1阶段:在此阶段,设定业务功能重要性评价等级并据此由专家对业务功能重要性进行评分,由所有专家的评分值构建一个业务功能重要性评价矩阵;
2)构建多个业务功能间交叉影响矩阵的S2阶段:在此阶段,设定业务功能间影响程度评价等级并据此由专家对业务功能间的相互影响程度进行评分,由每个专家的所有评分值构建一个业务功能间交叉影响矩阵;
3)计算综合评估值向量的S3阶段:在此阶段,从上述步骤1)获得的业务功能重要性评价矩阵中提取出主观权重与客观权重,并使用主客观权重结合法得到综合评估值向量;
4)构建综合交叉影响矩阵的S4阶段:在此阶段,使用上述步骤3)获得的综合评估值向量,对上述步骤2)获得的多个业务功能间交叉影响矩阵进行加权,然后计算多个加权后的业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵:
5)构建偏好链的S5阶段:在此阶段,根据上述步骤4)获得的综合交叉影响矩阵,计算信息***中每个业务功能的活动和AS,并利用活动和AS构建一条能直观表示业务功能之间的关联性和优先级的偏好链:
6)业务波及影响分析的S6阶段:在此阶段,根据上述步骤5)获得的每个业务功能的活动和AS得到信息***的活动和总值ZV,以此来判断业务功能中断对信息***波及影响程度;同时根据上述偏好链来判断业务功能中断对信息***波及影响趋势,由此完成波及影响分析;
在步骤1)中,所述构建业务功能重要性评价矩阵的具体方法如下:
设定业务功能重要性评价等级,范围为0至100,其中0表示业务功能重要性极低,该业务对信息***影响极小,100表示业务功能重要性极高,该业务对信息***影响极大;由m个专家根据上述业务重要性评价等级对n个业务功能进行评分,以此来量化业务功能重要性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};将第i个专家Si对第j个业务功能Tj重要性的评分值记为aij(i=1,2,...,m;j=1,2,...,n),由所有评分值构建一个业务功能重要性评价矩阵A,表示为:
在步骤2)中,所述构建多个业务功能间交叉影响矩阵的具体方法如下:
设定业务功能间影响程度评价等级,范围为0至5,其中0表示业务功能间影响程度极低,该业务功能中断对其他业务功能无影响,5表示业务功能间影响程度极高,该业务中断对其他业务功能造成影响极大;由m个专家根据上述业务功能间影响程度评价等级对n个业务功能间影响程度进行评分,以此来量化业务功能间关联性;其中专家集合表示为S={S1,S2,...,Sm},业务功能集合表示为T={T1,T2,...,Tn};由第i个专家Si给出的所有评分值构建一个业务功能间交叉影响矩阵Qi,表示为:
其中,qij(i=1,2,...,n;j=1,2,...,n)表示第i个业务功能对第j个业务功能的影响程度;共构建多个业务功能间交叉影响矩阵Q1~Qm;
在步骤3)中,所述计算综合评估值向量的具体方法如下:
3.1)将业务功能重要性评价矩阵A归一化:
其中,为业务功能Tj重要性的最大值,即业务功能重要性评价矩阵A中第j列的最大值,/>为业务功能Tj重要性的最小值,即业务功能重要性评价矩阵A中第j列的最小值,得到归一化决策矩阵B:
其中,bij(i=1,2,...,m;j=1,2,...,n)表示第i个专家Si对第j个业务功能Tj重要性的归一化值;
3.2)计算业务功能重要性评价矩阵A的调和平均值,得到专家对业务功能的主观权重W1j=(W11,W12,...,W1n)T:
3.3)使用熵权法计算得到专家对业务功能的客观权重W2j=(W21,W22,…,W2n)T;
首先计算上述第i个专家对第j个业务功能重要性的归一化值的比重Pij:
然后根据上述比重Pij计算信息熵Ej:
最后根据上述信息熵Ej计算得到专家对业务功能的客观权重W2j:
3.4)计算上述主观权重W1j和客观权重W2j的综合权重向量Wj:
Wj=αW1j+βW2j (9)
其中,α和β为组合加权系数;
根据上述综合权重向量Wj使用线性加权方法获得综合评估值向量U:
综合评估值向量U=(u1,u2,...,um)中的元素对应每个专家权重;
在步骤4)中,所述构建综合交叉影响矩阵的具体方法如下:
根据综合评估值向量U将专家对应权重与多个业务功能间交叉影响矩阵Q1~Qm相乘,然后计算加权后的m个业务功能间交叉影响矩阵的平均值而生成一个综合交叉影响矩阵R;
在步骤5)中,所述构建偏好链的具体方法如下:
首先计算业务功能对其他所有业务功能的活动和AS,以此来表征业务功能中断对信息***的总体影响程度;业务功能i的活动和ASi为:
其中,rij为综合交叉影响矩阵R中的元素;
然后构建偏好链;具体方法如下:
5.1)计算信息***中每个业务功能的活动和AS;将每个业务功能称为一个业务功能节点;
5.2)选择信息***中活动和AS最高的业务功能节点并***偏好链头;
5.3)如果信息***中多个业务功能具有最高的活动和AS,则选择第一个业务功能节点并***偏好链头;
5.4)以上述选择的业务功能节点为根构建偏好链;将剩余业务功能节点的入链优先级按照活动和AS从大到小排序,选择活动和AS最大的业务功能节点入链;如果多个业务功能节点的最大活动和AS相同,则将业务功能节点入链优先级按照影响业务功能数量从大到小排序,选择影响业务功能数量最多的业务功能节点入链;如果多个业务功能节点的最大活动和AS和最大影响业务功能数量相同,则将业务功能节点入链优先级按照影响值从大到小排序,选择影响值最大的业务功能节点入链;
5.5)将所有业务功能节点按照步骤5.4)入链,直至全部业务功能节点入链或者剩余业务功能节点无法入链;
5.6)对于未入链的业务功能节点,选择已入链且对其影响值最大的业务功能节点作为其前序业务功能节点,并将该业务功能节点作为分支业务功能节点按照步骤5.4)入链。
2.根据权利要求1所述的基于交叉概率理论的信息***业务波及影响分析方法,其特征在于:所述判断业务功能中断对信息***波及影响程度的具体方法如下:
6.1.1)将所有业务功能的活动和AS相加作为信息***的活动和总值ZV;
6.1.2)若业务功能中断则将此业务功能的活动和AS从活动和总值ZV中减去;
6.1.3)若业务功能恢复则将此业务功能的活动和AS加入活动和总值ZV中;
6.1.4)对比不同业务功能中断前后信息***的活动和总值ZV变化,根据活动和总值ZV变化大小就能够确定出对应业务功能中断对信息***波及影响的程度。
3.根据权利要求1所述的基于交叉概率理论的信息***业务波及影响分析方法,其特征在于:所述判断业务功能中断对信息***波及影响趋势的具体方法如下:
6.2.1)在上述偏好链中查找已中断的业务功能节点;
6.2.2)删除已中断的业务功能节点及从该节点出发的边;
6.2.3)查找偏好链中新增入度为0的业务功能节点;
6.2.4)记录新增入度为0的业务功能节点,这些业务功能节点为已中断的业务功能节点波及到的节点;
6.2.5)如果有新的中断业务功能节点,重复步骤6.2.1)—6.2.4);
6.2.6)最后通过已中断的业务功能节点在偏好链的位置分析得到该业务功能中断后对其他业务功能的波及影响趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111086811.4A CN113793035B (zh) | 2021-09-16 | 2021-09-16 | 一种基于交叉概率理论的信息***业务波及影响分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111086811.4A CN113793035B (zh) | 2021-09-16 | 2021-09-16 | 一种基于交叉概率理论的信息***业务波及影响分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793035A CN113793035A (zh) | 2021-12-14 |
CN113793035B true CN113793035B (zh) | 2023-08-08 |
Family
ID=79183612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111086811.4A Active CN113793035B (zh) | 2021-09-16 | 2021-09-16 | 一种基于交叉概率理论的信息***业务波及影响分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793035B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650186A (zh) * | 2015-10-29 | 2017-05-10 | 国网智能电网研究院 | 一种基于专家打分法的电力通信sdh设备风险评估量化方法 |
CN110021933A (zh) * | 2019-05-09 | 2019-07-16 | 南京邮电大学 | 考虑组件故障的电力信息***控制功能可靠性评估方法 |
CN110070461A (zh) * | 2019-04-17 | 2019-07-30 | 南瑞集团有限公司 | 一种电力信息***健康度评估方法及其评估*** |
CN110300018A (zh) * | 2019-05-30 | 2019-10-01 | 武汉大学 | 一种面向对象的电网信息物理***层次化建模方法 |
CN111859809A (zh) * | 2020-07-27 | 2020-10-30 | 华北电力大学 | 基于模糊理论的燃气轮机***故障模式及影响分析方法 |
CN111881575A (zh) * | 2020-07-27 | 2020-11-03 | 华能新能源股份有限公司 | 一种考虑子***多状态和故障相关性的风电机组可靠性分配方法 |
CN112637006A (zh) * | 2020-12-15 | 2021-04-09 | 深圳供电局有限公司 | 一种电力通信网关键节点及影响域分析方法 |
CA3152158A1 (en) * | 2019-10-09 | 2021-04-15 | Sri Nikhil Gupta Gourisetti | Framework to quantify cybersecurity risks and consequences for critical infrastructure |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210192416A1 (en) * | 2019-12-20 | 2021-06-24 | 2234747 Alberta Inc. | Training and risk management system and method |
-
2021
- 2021-09-16 CN CN202111086811.4A patent/CN113793035B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650186A (zh) * | 2015-10-29 | 2017-05-10 | 国网智能电网研究院 | 一种基于专家打分法的电力通信sdh设备风险评估量化方法 |
CN110070461A (zh) * | 2019-04-17 | 2019-07-30 | 南瑞集团有限公司 | 一种电力信息***健康度评估方法及其评估*** |
CN110021933A (zh) * | 2019-05-09 | 2019-07-16 | 南京邮电大学 | 考虑组件故障的电力信息***控制功能可靠性评估方法 |
CN110300018A (zh) * | 2019-05-30 | 2019-10-01 | 武汉大学 | 一种面向对象的电网信息物理***层次化建模方法 |
CA3152158A1 (en) * | 2019-10-09 | 2021-04-15 | Sri Nikhil Gupta Gourisetti | Framework to quantify cybersecurity risks and consequences for critical infrastructure |
CN111859809A (zh) * | 2020-07-27 | 2020-10-30 | 华北电力大学 | 基于模糊理论的燃气轮机***故障模式及影响分析方法 |
CN111881575A (zh) * | 2020-07-27 | 2020-11-03 | 华能新能源股份有限公司 | 一种考虑子***多状态和故障相关性的风电机组可靠性分配方法 |
CN112637006A (zh) * | 2020-12-15 | 2021-04-09 | 深圳供电局有限公司 | 一种电力通信网关键节点及影响域分析方法 |
Non-Patent Citations (1)
Title |
---|
电力***信息物理网络安全综合分析与风险研究;杨至元;张仕鹏;孙浩;;南方能源建设(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113793035A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543737B (zh) | 一种基于fahp_fca组合赋权的信息***健康度评估方法 | |
CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
Donnot et al. | Introducing machine learning for power system operation support | |
CN110417011B (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN112686464A (zh) | 短期风电功率预测方法及装置 | |
CN114580706A (zh) | 基于gru-lstm神经网络的电力金融业务风控方法及*** | |
CN104992266A (zh) | 确定电网节点重要度的方法及*** | |
CN110659814A (zh) | 一种基于熵权法电网作业风险评价方法及*** | |
CN106230773A (zh) | 基于模糊矩阵层次分析法的风险评估*** | |
CN111861238A (zh) | 高速公路桥梁工程风险评估方法、装置及计算机设备 | |
CN114202243A (zh) | 一种基于随机森林的工程项目管理风险预警方法及*** | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN110650043B (zh) | 面向业务流程的关键业务***识别与风险评估方法 | |
Hou et al. | Spatial distribution assessment of power outage under typhoon disasters | |
CN116151675A (zh) | 一种基于云模型与熵权组合的堤防工程现代化评价方法 | |
CN108805419B (zh) | 基于网络嵌入与支持向量回归的电网节点重要度计算方法 | |
CN109902344A (zh) | 中小跨径桥梁群结构性能预测装置及*** | |
CN117674119A (zh) | 电网运行风险评估方法、装置、计算机设备和存储介质 | |
CN113793035B (zh) | 一种基于交叉概率理论的信息***业务波及影响分析方法 | |
CN109886316B (zh) | 基于云系相似度权重分配的变压器状态参量组合预测方法 | |
CN108959721B (zh) | 一种风车荷载作用下的大跨度桥梁构件可靠度计算方法 | |
CN116415724A (zh) | 一种光伏电站运维检修时间的预测方法及装置 | |
Song et al. | Multi-grade fuzzy comprehensive evaluation of BOT projects service quality based on fuzzy entropy weight coefficient method | |
CN114118688A (zh) | 基于序关系分析的电网工程造价风险预警方法 | |
Gang | Risk analysis and evaluation of wind electric farm construction |
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 |