电子政务系统设计应用建设问题研究论文（共5篇）.docVIP

电子政务系统设计应用建设问题研究论文（共5篇） 　第1篇：电子政务系统信息安全风险的综合评价模型 0引言 政府是信息的最大擁有者和使用者，电子政务系统是政府使用信息的平台，是信息技术和行政管理的结合。我国的电子政务系统刚起步不久，目前仍然有许多问题有待解决，如信息安全问题。信息安全风险评价有利于保障电子政务系统的正常运行[1？2]。 电子政务系统安全是由多方面因素造成的，如网络自身不足，缺乏风险意识，专业人才短缺等，设计性能优异的评价模型十分紧迫[3]。为此，有学者对电子政务系统安全存在的问题进行研究，当前主要可以划分为信息安全风险等级分类和信息安全风险态势估计两种模型[4]。信息安全风险等级分类是指采用一定的技术和规则，将信息安全风险划分为不同的等级，并根据分类结果采取相应的防范措施[5]。信息安全风险态势估计实际是建立一种信息安全风险预测模型，这两类预测模型有各自的优缺点，均有各自的应用范围[6]。然而无论哪一种电子政务系统信息安全风险评价模型，都要分析那些直接影响电子政务系统的安全性因素[7？9]。当前选择哪些影响因素即指标，对电子政务系统信息安全风险进行评价没有统一的指导理论，都是根据自身的经验进行选择，这样使得电子政务系统信息风险评价结果不稳定，通用性差，而且评价结果带有一定的盲目性[10？11]。因子分析法可以确定每一个因素对电子政务系统信息风险评价结果的贡献[12]。 为了减少电子政务系统的风险，设计了一种新型的电子政务系统信息安全风险综合模型。本文模型提高了电子政务系统信息安全风险评价的精度，可以为电子政务信息安全风险控制提供有价值的参考意见。 1因子分析法和支持向量机 因子分析法 设电子政务信息安全风险的原始指标有[]个，从中选择[]个因子表示原始指标所包含的信息，那么可以得到： [=ω1X1+ω2X2+…+ωX+ε] 式中：[ε]为独特因子；[ω]为因子载荷。 因子分析法的具体执行步骤如下： 由于电子政务信息安全风险指标的单位各不相同，导致收集数据的值可能差别比较大，为此必须对电子政务信息安全风险的原始指标值[]进行预处理，得到它们的相关系数[]矩阵判断。 [=×==1=122，，=1，2，…，] 对[λ-=0]进行求解，可以得到特征值[λ，]方差贡献率和累积方差贡献率的计算公式具体如下： [λ=1λ，=1，2，…，] [=1λ=1λ，=1，2，…，] 对累计贡献率进行分析，采用前面[]个指标作为因子分析的结果以描述电子政务信息安全风险的原始指标。 对电子政务信息安全风险的指标实行旋转，得到其因子载荷矩阵为： [=×=λ，，=1，2，…，] 将电子政务信息安全风险指标进行线性组合，可以得到： [X=11+22+…+，=1，2，…，] 支持向量机 支持向量机是一种为了解决神经网络需要大样本数据问题的现代统计学习算法，采用结构风险最小化原则避免了过学习、过拟合等不足，泛化能力更优，设电子政务信息安全风险评价的样本数据为：[=，…，？×，]那么支持向量机的解析函数为： [==1+] 式中：参数[，，=1，2，…，]值的求解可以变换为如下形式进行求解： [122+=，Φ-≤ε+ξ，Φ+-≤ε+ξ*ξ，ξ*≥0] 式中：[ε]为误差界限；[ξ，ξ*]为松弛变量。 为了简化式问题的求解，得到如下的对偶形式： [x-12，=1-ε=1+=1] 相应的限制条件为： [=1=0，α，α*∈0，] 当[]满足[=+υ]条件时，就可以认为系统有噪声；采用核函数进行特征映射，本文选择核函数，其定义为： [=x-x-x22σ2] 式中[σ2]表示超参数。 由于[==1Φ]，那么插值函数可以变为： [=，Φ+==1Φ，Φ+==1+] 式中的松弛变量计算公式为： [ξ*=0，-，Φ-≤ε-，Φ--ε，] 2电子政务系统信息安全风险的综合评价模型 风险评价指标 为了准确、全面、客观地对电子政务系统信息安全风险进行