模糊综合评价法在信息安全风险评估中的应用课程.ppt

模糊综合评价法在个人信息安全风险评估中的应用 模糊综合评价法 模糊综合评价概述 1 模糊综合评价应用实例 2 总结与展望 3 4 系统评价的要素 　　　权重系数 　　　评价指标 　　　　被评价的对象 　　　　综合评价模型 四大要素 系统评价的过程 构建指标体系 确定指标权重 建立评价模型 分析计算结果 模糊综合评价的概念 模糊综合评价是应用模糊关系合成的原理，从多个因素对评价事物隶属度等级状况进行综合评价的一种方法。 模糊综合评价主要通过模糊变换来实现。设一个有限模糊子集可以用模糊向量 表示，论域 ， 是相应的隶属度。 模糊综合评价的三要素 因素集 权重集 评价集 模糊综合评价法的步骤 1. 经验选取法 2. 单因素分析法 3. 多元回归法 4. 指标聚类法 指标因子的选择方法 建立层次结构模型 确定指标体系 确定指标权重方法 主观定权法 客观定权法 专家评分法 成对比较法 Saaty权重法 秩和比法 相关系数法 其它方法 模糊定权法 熵权法 指标权重的确定方法 构造各层次的两两对比较判断矩阵 对比较判断矩阵是指相对上一层某一准则而言，与该准则有关联的本层各要素之间的相对重要性。例如:方案层C（C1,C2，... ,Cn）相对上一层某一准则B而言有关联。建立方案层C中的各个元素相对于准则B的判断矩阵的形式如下： 其中，Cij表示对于准则B而言，方案层C中的元素Ci与元素Cj比较得到的二者之间的相对重要程度。对于Cij的值，Satty引入了1至9的9分位标度法，使得两要素的比较可以进行定量描述。其取值情况如下表： 　 　 　 　 对建立的对比较判断矩阵B_C进行一致性检验: 构造各层次的两两对比较判断矩阵 符合一致性的矩阵应预备: 计算各层次单排序 　 　 　 　 计算层次单排序就是把本层各要素相对上一层根据对比较判断矩阵计算出权重顺序的过程，要计算C层中各要素相对于准则B的权重排序，可先求出对比较判断矩阵B_C的特征向量 ，然后对 进行归一化处理就可得到C中各要素之间的相对重要性,即权重 。 方根法计算过程： 计算各层次单排序 　 　 　 　 和积法计算过程： 计算组合权重 　 　 　 　 将计算得到的各层次单排序，即每一层相对于上一层各个元素的相对权重，通过将各层的单排序结果进行进一步的计算就可得到层次结构模型中每一层的所有因素相对于目标层的组合权重，由上往下逐层进行最终得到方案层中的元素相对于目标层的组合权重，这一计算过程就叫层次总排序。 模糊综合评价应用实例 问题：个人信息安全风险评估 指标体系的确定 　 一级指标 二级指标 综 合 风 险 用户 用户资料 财务账号 终端特征 网上活动痕迹 　 文件数据 服务商 服务商滥用数据 数据丢失 软件程序风险 硬件存储设备毁坏 服务商倒闭 指标体系的评价 　 　 　 评价等级打分人数分布 　 一级指标 二级指标 高 较高 一般 较低 低 综 合 风 险 　 　 用户资料(0.56) 2 6 5 4 3 财务账号(0.10) 4 3 6 5 2 用户(0.618) 终端特征 (0.10) 8 4 6 2 0 　 网上活动痕迹(0.11) 6 4 7 3 0 文件数据(0.13) 5 3 4 8 0 　 服务商(0.382) 服务商滥用数据 (0.45) 5 4 5 6 0 数据丢失(0.12) 3 4 6 5 2 软件程序风险(0.13) 2 5 4 5 4 　 硬件存储设备毁坏(0.20) 3 5 7 3 2 服务商倒闭(0.10) 4 4 8 2 2 风险评价矩阵的计算（1） 用户评价矩阵 服务商评价矩阵 风险评价矩阵的计算（2） 风险评价矩阵的计算（3） 总结 以数据为中心对大数据背景下的个人信息安全进行因素识别，按数据的生命周期把风险分为用户和服务商两部分，采用模糊综合评价法进行风险评估，证明该方法确实可行，但该方法在评价过程中过多用到专家评比，主观性强，效率低，对于大数据时代海量用户信息的风险评估还有进一步改进。 * * * *