淺談信息系統(tǒng)災(zāi)難恢復(fù)能力的評估

榮楷

（赤峰市招生考試辦公室，內(nèi)蒙古 赤峰 024000）

淺談信息系統(tǒng)災(zāi)難恢復(fù)能力的評估

榮楷

（赤峰市招生考試辦公室，內(nèi)蒙古 赤峰 024000）

隨著社會信息化程度的加深，信息系統(tǒng)越來越廣泛地應(yīng)用在社會的各個領(lǐng)域中.使得信息安全防護成為社會發(fā)展中越來越關(guān)鍵的一部分.信息系統(tǒng)本身的復(fù)雜性決定了系統(tǒng)中不安全的因素總是存在.近幾年國內(nèi)國際接連不斷地出現(xiàn)程度不同的災(zāi)難事件，對信息系統(tǒng)的容災(zāi)能力提出了巨大的挑戰(zhàn).由于災(zāi)難的不可預(yù)知性，我們無法完全避免災(zāi)難的發(fā)生.因此，建立完整、有效和規(guī)范的災(zāi)難恢復(fù)評估模型和方法，對信息系統(tǒng)災(zāi)難恢復(fù)能力進行評估，并據(jù)此建立更好的信息系統(tǒng)災(zāi)難恢復(fù)體系是保障信息安全的一項重要內(nèi)容，是信息化發(fā)展建設(shè)的不可或缺的步驟.

災(zāi)難恢復(fù)；指標(biāo)體系；層次分析法；因子分法；判斷矩陣

近幾年，國內(nèi)國際接連不斷地出現(xiàn)程度不同的災(zāi)難事件，對信息系統(tǒng)的容災(zāi)能力提出了巨大的挑戰(zhàn).因此，信息系統(tǒng)的災(zāi)難恢復(fù)能力的評估是十分必要的，我們不應(yīng)該消極地等待災(zāi)難的到來，而是應(yīng)該未雨綢繆地定期地對信息系統(tǒng)的災(zāi)難恢復(fù)能力進行評估，從根本上提升系統(tǒng)容災(zāi)能力.建立完整、有效和規(guī)范的災(zāi)難恢復(fù)評估模型、方法和相應(yīng)的評估工具，對信息系統(tǒng)進行恢復(fù)性能評估，并據(jù)此建立更好的信息系統(tǒng)災(zāi)難恢復(fù)體系是保障國家信息安全的一項重要內(nèi)容，是信息化發(fā)展建設(shè)的不可或缺的步驟.

1 常見信息系統(tǒng)災(zāi)難恢復(fù)能力評價方法

信息系統(tǒng)的災(zāi)難恢復(fù)工作起步很早，但是，針對信息系統(tǒng)的災(zāi)難恢復(fù)能力評估的研究卻是剛剛開始.目前逐漸得到重視和應(yīng)用的災(zāi)難恢復(fù)能力評價方法包括層次分析法，模糊綜合評價法，因子分析法，BP神經(jīng)網(wǎng)絡(luò)法等.下面主要分析由于其自身的特色開始逐漸受到重視的因子分析法和BP神經(jīng)網(wǎng)絡(luò)法.

1.1 因子分析法

因子分析法是一種實用的多元統(tǒng)計方法，通過研究眾多變量中的內(nèi)部依賴關(guān)系來探求觀察數(shù)據(jù)中的基本結(jié)構(gòu)，并利用少數(shù)幾個假想變量(因子)來反映原來眾多所代表的信息.在進行盈利能力分析時，它的基本理念是將反映災(zāi)難恢復(fù)能力指標(biāo)中的公共因素提取出來，再利用這些公共因子對信息系統(tǒng)的災(zāi)難恢復(fù)能力再進行綜合評價.

設(shè)一共有k個反映信息系統(tǒng)災(zāi)難恢復(fù)能力的指標(biāo)，記為X 1，X 2，X 3，…X k.則這些受到某種共同因素影響的災(zāi)難恢復(fù)能力指標(biāo)會發(fā)生相互重疊，于是可以利用假想變量f 1, f 2,……f m(m

其中i=1，2，…k.u i稱為特殊因子，表示該變量不能被公共因子所解釋的部分.記hi2為共同度，具體計算公式為：

因子載荷aip的值通常可以結(jié)合主成分分析法進行具體計算來求得.那么，當(dāng)其越接近于1，說明原觀察變量能被公因子說明的程度越高.

然后，進行樣本綜合評價，計算因子對應(yīng)每個樣本上的值，即因子值.其中第p個因子在第i個樣本上的值上的計算公式為：

因子和第j個變量之間的因子值系數(shù)xji是第j個變量在第i個樣本上的值.

最后，我們可以通過求取因子f i的加權(quán)平均值來反映企業(yè)的盈利能力.具體計算公式是：

其中k p是第p個公因子的方差貢獻率.

通過因子分析法可以觀察到影響災(zāi)難恢復(fù)能力的原始指標(biāo)的內(nèi)在基本結(jié)構(gòu)，揭示對災(zāi)難恢復(fù)能力具有重大影響的指標(biāo)及其相關(guān)的因素.這是因子分析法的優(yōu)勢所在.同時，因子分析法的權(quán)重來源于統(tǒng)計所取得的樣本，較少受到人為因素的影響，較為客觀.不過其給出的評價結(jié)果一般對決策或者排序比較有效，因為其有時并不能反映現(xiàn)實評價中評價目標(biāo)的真實重要性程度，而且在應(yīng)用時要求評價對象的各因素必須具有充分的樣本.而且因子分析法一般只能處理若干個單層次的指標(biāo)，缺乏處理復(fù)雜系統(tǒng)問題的能力，并且沒有處理定性因素的能力，因而在使用上受到了一定限制.

1.2 BP神經(jīng)網(wǎng)絡(luò)法

由于信息系統(tǒng)災(zāi)難恢復(fù)能力測評是對構(gòu)成它的一系列指標(biāo)進行定性和定量相結(jié)合的研究而進行的綜合測評，由于指標(biāo)數(shù)目繁多，內(nèi)容復(fù)雜而且信息本身具有模糊性，所以可以采用具有學(xué)習(xí)能力和容錯能力的神經(jīng)網(wǎng)絡(luò)法進行處理.

典型的BP網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、隱含層和輸出層，每層都有若干個相互獨立的神經(jīng)元節(jié)點，但相鄰兩層之間的神經(jīng)元節(jié)點通過相互之間的權(quán)重進行連接和并按照一定的數(shù)學(xué)模式進行信息交互.

運用BP神經(jīng)網(wǎng)絡(luò)法進行災(zāi)難恢復(fù)能力評估，首先要合理科學(xué)地選取若干具有代表性的災(zāi)難恢復(fù)能力指標(biāo)作為網(wǎng)絡(luò)的輸入矢量X=(x 0，x 1，x 2，x 3，…，x n)T，然后可將代表相應(yīng)綜合測評結(jié)果的分值作為神經(jīng)網(wǎng)絡(luò)的期望輸出值.當(dāng)用足夠的災(zāi)難恢復(fù)能力的樣本訓(xùn)練這個網(wǎng)絡(luò)，經(jīng)過不斷學(xué)習(xí)使相對誤差符合預(yù)定精度時，當(dāng)神經(jīng)網(wǎng)絡(luò)所含有的相應(yīng)權(quán)值和閉值就是網(wǎng)絡(luò)經(jīng)過自適應(yīng)學(xué)習(xí)所得到的正確內(nèi)部表示.即通過反復(fù)訓(xùn)練，調(diào)整網(wǎng)絡(luò)的權(quán)重和閡值，使得仿真結(jié)果和期望輸出值的相對誤差控制在2%以下，此時，即可用來對不同評價對象的災(zāi)難能力進行合理的盈利能力評價.其中，神經(jīng)網(wǎng)絡(luò)的輸出值一般經(jīng)由專家評價法對樣本信息系統(tǒng)的災(zāi)難恢復(fù)能力進行評價來取得.

由于信息系統(tǒng)災(zāi)難恢復(fù)能力指標(biāo)之間存在相互影響且呈現(xiàn)出復(fù)雜的非線性關(guān)系和模糊性，人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的方法相比，原理簡單，擬合的精度高，可以避免工作過程中可能出現(xiàn)的大量計算及人為主觀上的失誤，在一定程度上解決了信息的模糊性.對于企業(yè)自身來說，不需要花費大量的人力、物力、財力去收集數(shù)據(jù)資料等來建立該網(wǎng)絡(luò)模型，可操作性強，并且訓(xùn)練好后網(wǎng)絡(luò)有著較好的通用性.不過，在建立模型的過程中，該方法不可避免地需要設(shè)定期望輸出值，而帶有濃厚的主觀色彩.而且，它無法有效處理定性指標(biāo)和多層次的指標(biāo).

2 基于層次分析法的模糊綜合評價體系的基本原理

基于層次分析法的模糊綜合判斷，是指運用模糊數(shù)學(xué)理論與層次分析法相結(jié)合，在利用層次分析法確定指標(biāo)體系權(quán)重的基礎(chǔ)上，進一步結(jié)合模糊數(shù)學(xué)分析方法進行綜合評價，對社會經(jīng)濟以及科學(xué)管理領(lǐng)域中的復(fù)雜問題進行研究和評價的一種方法.

該方法首先利用層次分析法分析復(fù)雜的社會經(jīng)濟以及科學(xué)管理領(lǐng)域中的問題，確定指標(biāo)體系中的各個指標(biāo)的相對權(quán)重.層次分析法(Analytic Hierarcy Proc ESS)由美國匹茲堡大學(xué)教授、著名運籌學(xué)家T.L.saaty于20世紀(jì)70年代中期提出，簡稱AHP法，是一種系統(tǒng)分析的方法.它將一個復(fù)雜的多指標(biāo)評價問題作為一個系統(tǒng)，按照因素間的相互關(guān)系影響，首先將總目標(biāo)分解為多個分目標(biāo)或準(zhǔn)則，再分解為多指標(biāo)的若干層次，最后通過定性指標(biāo)模糊量化方法算出總排序和層次單排序，以此確定多目標(biāo)優(yōu)化決策問題中各個指標(biāo)的權(quán)重.然后，以模糊數(shù)學(xué)理論為基礎(chǔ)，應(yīng)用模糊關(guān)系合成的原理，將一些邊界不清，不易定量的因素定量化，對規(guī)律不確定性事物的進行整體評價.

3 基于層次分析法確定指標(biāo)權(quán)重

在上述建立的信息系統(tǒng)災(zāi)難恢復(fù)能力指標(biāo)體系中，每個層次以及每個評價層次下面的評價因素和指標(biāo)的重要程度是有所差異的，應(yīng)該用不同的權(quán)重來描述這種差異性.確定權(quán)重的方法很多，常用的有層次分析法、專家評價法、德爾菲法和因子分析法等.科學(xué)合理，而且層次分明，易于掌握的層次分析法是其中很重要的一種方法.

在多目標(biāo)、多層次決策時候，所分析、比較、評價的各個因素往往含有模糊性，其中的優(yōu)先度和重要性難以準(zhǔn)確科學(xué)地量化比較，所以我們不僅要重視定量因素的作用，而且要發(fā)揮決策者的主觀選擇，把定性和定量研究有效地結(jié)合起來.由于本文影響信息系統(tǒng)災(zāi)難恢復(fù)能力的因素往往含有模糊性，因此可以選用層次分析法確定信息系統(tǒng)災(zāi)難恢復(fù)能力評價指標(biāo)體系中各個指標(biāo)的權(quán)重.

3.1 建立指標(biāo)體系層次結(jié)構(gòu)

第一步，建立合理的多層次指標(biāo)體系.首先，要明確我們的研究對象和屬性，科學(xué)地根據(jù)指標(biāo)設(shè)計原則建立起指標(biāo)體系，對該指標(biāo)體系中的指標(biāo)進行分類，按照不同的屬性分為不同的小類.也就是說，將上述指標(biāo)分為若干大類和小類，同一等級的類別形成了一個互不交叉和保持獨立的層次，從而形成不同的層次.同一層次的元素作為準(zhǔn)則層，對下一層次的全部元素起到支配的作用，最后形成自上以下的逐層支配關(guān)系的“目標(biāo)層——準(zhǔn)則層——具體指標(biāo)層”的多層次結(jié)構(gòu).如圖1所示.

圖1 多層次指標(biāo)體系結(jié)構(gòu)圖

3.2 建立判斷矩陣

“1-9”標(biāo)度法判斷矩陣及其意義

第二步，建立比較判斷矩陣.根據(jù)上述的多層次指標(biāo)體系，假定上層的元素U作為目標(biāo)，對下層的元素U 1，U 2，U 3…具有支配關(guān)系.在元素U 1和U 2，U 1和U 3，……之間作兩兩比較，判斷哪一個元素更重要，并且用l、3、5、7、9表示出來.1、3、5、7、9作為相對重要性的比例標(biāo)度，具體含義如下表2所示.例如，如果U l和U 2同等重要，那么則用1作為判斷數(shù)來表示它們的相對重要程度.反之，U 2比U 1的判斷數(shù)為U 1對U 2的判斷數(shù)的倒數(shù).判斷數(shù)U i j表示對U而言，U i比U j的相對重要性程度.顯然有，U i i=1，U i j=l/U j i，U i j>0.

根據(jù)上述的評價標(biāo)準(zhǔn)，就可以邀請有責(zé)任感且內(nèi)行的多位專家參與估計判斷數(shù).一般來說，判斷矩陣的估計關(guān)系到?jīng)Q策質(zhì)量，因此人員結(jié)構(gòu)與專家數(shù)目應(yīng)該特別慎重.

通過訪談和向?qū)＜野l(fā)放相關(guān)的調(diào)查問卷，我們就可以獲得相關(guān)評價數(shù)據(jù)來建立判斷矩陣，進行相關(guān)指標(biāo)重要程度的兩兩比較了.調(diào)查問卷應(yīng)該包括各個指標(biāo)的內(nèi)涵，評價標(biāo)準(zhǔn)，評估表格和其它相關(guān)內(nèi)容.

3.3 層次單排序

第三步，進行層次單排序.在準(zhǔn)則U下，對n個元素U l，U 2…U n排序權(quán)重計算，可以求解判斷矩陣P的最大特征根λmax,該特征根滿足公式：

其中W為對應(yīng)最大特征根λmax的特征向量，其分量為w i(i=1，2…n)為對應(yīng)元素U 1,U 2…U n在準(zhǔn)則U下單排序下的權(quán)重，稱為該層次的單排序.

第四步，計算相對權(quán)重.重復(fù)利用特征向量法計算同層次指標(biāo)相對于上一層次指標(biāo)的相對權(quán)重.特征向量W的常用計算方法很多，包括計算機軟件，“方根法”和“和積法”等.

第五步，進行一致性檢驗.由于各位專家自身經(jīng)歷和知識結(jié)構(gòu)的不同，給出的判斷結(jié)果也可能會有所不同，所以上面計算獲得的判斷矩陣未必具有一致性，而只有當(dāng)判斷矩陣具有完全一致性或者滿意一致性時，層次分析法才具有顯著效果，所以要對前面獲得的判斷矩陣進行一致性檢驗.

根據(jù)數(shù)學(xué)的一般原理，對于N階判斷矩陣來說，最大特征根為單根，并有λmax>=n.簡單來說，當(dāng)λmax=n，其余特征根均為0時，則U具有完全一致性.如果λmax稍大于n，而其余特征根接近于0時，則U具有滿意的一致性.具體來說，可以通過計算一致性指標(biāo)來檢驗判斷矩陣的一致性：

當(dāng)C I=0的時候，判斷矩陣具有完全一致性，反之，完全一致性不具備.R I為判斷矩陣的平均隨機一致性指標(biāo)，具體如下表3-3所示.C R為判斷矩陣的隨機一致性比例，等于判斷矩陣的一致性指標(biāo)C I與同階平均隨機一致性指標(biāo)R I值之比.即：

當(dāng)C R=0，即C I=0時，判斷矩陣具有完全的隨機一致性.可見，當(dāng)判斷矩陣具有完全一致性時，即具有完全的隨機一致性.而當(dāng)C R<0.10時，則判斷矩陣具有滿意的一致性，其對應(yīng)的特征向量各分量即是各個指標(biāo)的權(quán)重.當(dāng)C R>0.10時，判斷矩陣P應(yīng)再進行調(diào)整，使之具有滿意的一致性.

第六步，確定各個指標(biāo)的相對權(quán)重.當(dāng)CR1，CR2… CRn<0.10時，那么各判斷矩陣具有滿意的一致性，則各判斷矩陣的特征向量可視為相應(yīng)指標(biāo)的權(quán)重.

平均隨機一致性指標(biāo)

4 總結(jié)

由于該評估方法是建立在新的規(guī)范基礎(chǔ)上的，根據(jù)掌握的資料，目前國內(nèi)在這方面的研究還處于初級階段，所以這一評估方法的提出可以為國家將來在信息系統(tǒng)災(zāi)難恢復(fù)能力評估方面的標(biāo)準(zhǔn)細則提供參考.

〔1〕姜啟源.數(shù)學(xué)模型.北京：高等教育出版社.1993.

〔2〕DRI International.Professional Practices for Business Continuity Planners.http://www.chinacissp.com/download/ProfessionalPractices.pdf，2002.

〔3〕盧泰宏.信息分析.廣州：中山大學(xué)出版社，1998：185-222.

〔4〕趙煥臣，許樹柏，和金生.層次分析法.北京：科學(xué)出版社，1986.

〔5〕張躍，鄒壽平，宿芬.模糊數(shù)學(xué)方法及其應(yīng)用.北京：煤炭工業(yè)出版社，1992.

TP393

A

1673-260X（2010）07-0038-03