文献类型：期刊文章

作　　者：申时凯[1] 佘玉梅[2]

机构地区：[1]昆明学院计算机与网络技术系,云南昆明650214 [2]云南民族大学数学与计算机科学学院,云南昆明650031

出　　处：《计算机仿真》

基　　金：数据挖掘技术在数字化校园中的应用研究(08Y0358)

年　　份：2011

卷　　号：28

期　　号：10

起止页码：91-94

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：在信息安全风险评估的研究中,针对提高准确性问题,信息安全风险包含大量模糊、不确定性的影响因素,传统评估方法都是基于精确、确定的数据,因此不适于信息安全风险评估,导致评估的准确性欠佳。为提高信息安全评估的准确性,提出模糊理论与BP神经网络进行结合的信息安全风险评估方法。方法通过模糊理论对信息安全风险因素进行分析,并构造各因素所对应评判集的隶属度矩阵;然后采用BP神经网络对信息安全风险因素隶属度矩阵进行学习,最后输出信息安全风险等级。仿真结果表明,方法能很好地量化评估信息系统风险,提高了风险评估准确性,是一种有效的评估方法。

关 键 词：信息系统 安全风险评估 模糊理论  

分 类 号：TP393.08]