因子分析和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評估模型

胥林

(中國石油化工股份有限公司勝利油田分公司, 信息化管理中心, 山東， 東營 257000)

0 引言

隨著信息技術(shù)、軟件技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，政府、企業(yè)等的信息化程度越來越高，信息管理系統(tǒng)應(yīng)用日益廣泛[1-3]。但是由于信息管理系統(tǒng)的開放性和網(wǎng)絡(luò)的不設(shè)防性，同時(shí)出現(xiàn)了信息安全問題，幾乎所有的信息管理系統(tǒng)都存在不同程度的風(fēng)險(xiǎn)，而信息系統(tǒng)風(fēng)險(xiǎn)評估可以幫助政府、企業(yè)的信息管理人員了解風(fēng)險(xiǎn)的變化規(guī)律，制定相應(yīng)的信息系統(tǒng)風(fēng)險(xiǎn)控制措施，因此如何設(shè)計(jì)性能優(yōu)異的信息系統(tǒng)風(fēng)險(xiǎn)評估模型是人們關(guān)注的焦點(diǎn)[4-6]。

信息系統(tǒng)風(fēng)險(xiǎn)的評價(jià)指標(biāo)多，指標(biāo)互相影響，又互相關(guān)聯(lián)，使得信息系統(tǒng)風(fēng)險(xiǎn)變化比較復(fù)雜[7]，當(dāng)前有學(xué)者提出基于多種類型的信息系統(tǒng)風(fēng)險(xiǎn)評估模型，得到了有效的評估結(jié)果，為降低信息系統(tǒng)風(fēng)險(xiǎn)做出了很大貢獻(xiàn)[8-10]。然在實(shí)際應(yīng)用中，這些方法均存在不足，如評估誤差大、耗費(fèi)時(shí)間長、工作效極率低，同時(shí)它們沒有區(qū)分指標(biāo)之間差異性，假設(shè)所有指標(biāo)作用相同，使得信息系統(tǒng)風(fēng)險(xiǎn)評估正確不高，信息系統(tǒng)風(fēng)險(xiǎn)評估的效率低下[11-12]。

針對當(dāng)前信息系統(tǒng)風(fēng)險(xiǎn)評估過程中的指標(biāo)選擇問題和建模方法選擇問題，為了改善信息系統(tǒng)風(fēng)險(xiǎn)評估效果，提出了因子分析法和RBF神經(jīng)網(wǎng)絡(luò)相融合的信息系統(tǒng)風(fēng)險(xiǎn)評估模型，并進(jìn)行了指標(biāo)篩選，減少了指標(biāo)維量，簡化RBF神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，并采用蟻群算法對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，提升RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率，大幅度提升信息系統(tǒng)風(fēng)險(xiǎn)評估正確率，為信息系統(tǒng)風(fēng)險(xiǎn)分析和評估提供了新的研究思路。

1 本文設(shè)計(jì)的信息系統(tǒng)風(fēng)險(xiǎn)評估模型

1.1 設(shè)計(jì)信息系統(tǒng)風(fēng)險(xiǎn)評估的指標(biāo)體系

信息系統(tǒng)風(fēng)險(xiǎn)與多種因素密切相關(guān)，同時(shí)多種因素會共同產(chǎn)生風(fēng)險(xiǎn)作用，因此信息系統(tǒng)風(fēng)險(xiǎn)形式十分復(fù)雜，很難有一定的規(guī)律，同時(shí)具有一定的隨機(jī)性。在進(jìn)行信息系統(tǒng)風(fēng)險(xiǎn)變化規(guī)律建模與評估時(shí)，首先要設(shè)計(jì)科學(xué)、客觀的信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)體系。本文基于科學(xué)性、可操作性、區(qū)分性、全面性的原則，設(shè)計(jì)了指標(biāo)體系如表1所示。

表1 信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)體系

1.2 因子分析法

從表1可以看出，信息系統(tǒng)風(fēng)險(xiǎn)評估的指標(biāo)數(shù)量比較多，這些指標(biāo)之間有直接相關(guān)性或者間接相關(guān)性，這些相關(guān)性以重復(fù)信息顯示，這些重復(fù)信息不僅會對信息系統(tǒng)風(fēng)險(xiǎn)評估產(chǎn)生一定的干擾，指標(biāo)多，全部用于風(fēng)險(xiǎn)評估，耗長長、效率低，所以采用因子分析法對指標(biāo)進(jìn)行篩選，減少指標(biāo)數(shù)量。設(shè)共有k個(gè)指標(biāo)，指標(biāo)量綱不同，使得它們的值差異比較大，影響RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)的收斂效率，為此對其進(jìn)行預(yù)處理，具體如式(1)：

(1)

式中，xxi表示信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)的原始值，xi表示處理后的信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)值。

因子分析法用m(m

(2)

式中，ei表示特殊因子，fi表示公共因子，aij表示公共因子的負(fù)載。

用矩陣形式表示式(2)，得到式(3)，

X=AF+ε

(3)

其中

(4)

為了對式(3)進(jìn)行求解可以將式(3)轉(zhuǎn)化為式(5)：

(5)

(6)

根據(jù)式(6)得到指標(biāo)公共因子值，從而得到風(fēng)險(xiǎn)評估指標(biāo)數(shù)量[13]。

1.3 RBF神經(jīng)網(wǎng)絡(luò)

X=[x1,x2,…，xn]T為輸入向量，徑向基向量為H=[h1,h1,…，h6]T，則有式(7)，

(7)

式中，Cj=[cj1,cj2,…，cjn]為節(jié)點(diǎn)j的中心矢量，且有式(8)[14]：

cji(k)=cji(k-1)+ηΔcji+α(cji(k-1)-…-cji(k-p))

(8)

式中，η為學(xué)習(xí)速率，α為動量因子，且有式(9)，

(9)

式中，bj為基寬參數(shù)。

網(wǎng)絡(luò)的權(quán)向量為W=[w1,w1，…]T，那么有式(10)：

(10)

RBF神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)的輸出為式(11)，

ym(k)=w1h1+w2h2+…+wphp

(11)

1.4 信息系統(tǒng)風(fēng)險(xiǎn)評估模型具體設(shè)計(jì)

將因子分析法、RBF神經(jīng)網(wǎng)絡(luò)、蟻群算法[15]進(jìn)行結(jié)合，利用它們的優(yōu)勢，克服當(dāng)前信息系統(tǒng)風(fēng)險(xiǎn)評估模型存在的不足，本文設(shè)計(jì)了一種新型的信息系統(tǒng)風(fēng)險(xiǎn)評估模型，具體工作過程如下。

Step1：分析信息系統(tǒng)的工作流程，以及變化特點(diǎn)，建立風(fēng)險(xiǎn)指標(biāo)體系。

Step2：采集相應(yīng)指標(biāo)數(shù)據(jù)，并對一些錯誤的數(shù)據(jù)點(diǎn)進(jìn)行去除，保證信息系統(tǒng)風(fēng)險(xiǎn)評估性能。

Step3：采用因子分析法對信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)進(jìn)行處理，去除一些不重要的數(shù)據(jù)，選擇最優(yōu)指標(biāo)，消除無用信息。

Step4：專家根據(jù)每一組信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)值對每一個(gè)樣本進(jìn)行打分，得到信息系統(tǒng)風(fēng)險(xiǎn)值。

Step5：風(fēng)險(xiǎn)值和對應(yīng)的信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)數(shù)據(jù)組合成樣本集合，并將它們劃分為訓(xùn)練樣本和測試樣本。

Step6：采用信息系統(tǒng)風(fēng)險(xiǎn)評估的訓(xùn)練樣本訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)，通過蟻群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)。

Step7：根據(jù)相關(guān)參數(shù)建立信息系統(tǒng)風(fēng)險(xiǎn)評估模型，流程如圖1所示。

2 因子分析和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評估模型的性能驗(yàn)證實(shí)驗(yàn)

2.1 實(shí)驗(yàn)數(shù)據(jù)

為了分析本文設(shè)計(jì)的信息系統(tǒng)風(fēng)險(xiǎn)評估的有效性和優(yōu)越性，收集一個(gè)信息系統(tǒng)風(fēng)險(xiǎn)變化的歷史值，同時(shí)采集表1中的信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)的數(shù)據(jù)，信息系統(tǒng)風(fēng)險(xiǎn)的歷史數(shù)據(jù)如圖2所示。對圖2的信息系統(tǒng)風(fēng)險(xiǎn)的歷史數(shù)據(jù)進(jìn)行分析可以發(fā)現(xiàn)，不同時(shí)間點(diǎn)，該信息系統(tǒng)風(fēng)險(xiǎn)值之間有一定的相似性，但是有的信息系統(tǒng)風(fēng)險(xiǎn)值差別比較大，具有很強(qiáng)的非平穩(wěn)性，采用MATLAB工具箱編程實(shí)現(xiàn)信息系統(tǒng)風(fēng)險(xiǎn)的仿真實(shí)驗(yàn)。

圖1 因子分析和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評估流程

圖2 信息系統(tǒng)風(fēng)險(xiǎn)的歷史數(shù)據(jù)變化趨勢

2.2 因子分析法對信息系統(tǒng)風(fēng)險(xiǎn)評估處理的結(jié)果

采用因子分析法對指標(biāo)進(jìn)行分析，得到指標(biāo)累積貢獻(xiàn)率如圖3所示。從圖3的信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)的累積貢獻(xiàn)率可以發(fā)現(xiàn)，前8個(gè)因子的累積貢獻(xiàn)率就超過了95%，這表明前8個(gè)因子就可以代表原始信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)，可以去掉其它對信息系統(tǒng)風(fēng)險(xiǎn)評估結(jié)果影響不明顯的因子。

圖3 信息系統(tǒng)風(fēng)險(xiǎn)評估指標(biāo)的累積貢獻(xiàn)率

2.3 不同模型的信息系統(tǒng)風(fēng)險(xiǎn)評估正確率和建模效率對比

為驗(yàn)證使因子分析法和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評估結(jié)果具有可比性，采用神經(jīng)網(wǎng)絡(luò)、層次分析法作為對比方法，為避免信息系統(tǒng)風(fēng)險(xiǎn)評估結(jié)果的隨機(jī)性，選擇不同數(shù)量的訓(xùn)練樣本進(jìn)行信息系統(tǒng)風(fēng)險(xiǎn)評估測試，評估正確率如圖4所示。從圖4可知，隨著訓(xùn)練樣本數(shù)量的增加，信息系統(tǒng)風(fēng)險(xiǎn)評估正確率不斷的提升，這是因?yàn)橛?xùn)練樣本數(shù)量越多，信息系統(tǒng)風(fēng)險(xiǎn)評估建模更加充分，在相同訓(xùn)練樣本數(shù)量條件下，本文模型的信息系統(tǒng)風(fēng)險(xiǎn)評估正確率要高于對比方法，可以更好地描述信息系統(tǒng)風(fēng)險(xiǎn)變化規(guī)律。

圖4 3種模型的信息系統(tǒng)風(fēng)險(xiǎn)評估正確率對比

為了更好地描述信息系統(tǒng)風(fēng)險(xiǎn)評估的實(shí)時(shí)性，選取訓(xùn)練樣本和測試樣本數(shù)量為1∶1的條件下，3種模型的信息系統(tǒng)風(fēng)險(xiǎn)評估訓(xùn)練和測試時(shí)間如圖5所示。從圖5可以發(fā)現(xiàn)，本文模型的信息系統(tǒng)風(fēng)險(xiǎn)評估訓(xùn)練和測試時(shí)間要少于對比模型，提高了信息系統(tǒng)風(fēng)險(xiǎn)評估速度。

圖5 3種模型的訓(xùn)練和測試時(shí)間對比

3 總結(jié)

當(dāng)信息系統(tǒng)風(fēng)險(xiǎn)評估的指標(biāo)比較多時(shí)，指標(biāo)間信息重復(fù)度大，重復(fù)信息干擾了評估結(jié)果，為了更加準(zhǔn)確描述信息系統(tǒng)風(fēng)險(xiǎn)的變化特點(diǎn)，提出了因子分析和神經(jīng)網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險(xiǎn)評估模型，并通過具體仿真測試得到了如下結(jié)論。

(1) 采用因子分析方法選擇對信息系統(tǒng)風(fēng)險(xiǎn)評估作用大的評估指標(biāo)，可以降低RBF神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)量，簡化RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，能夠提高信息系統(tǒng)風(fēng)險(xiǎn)評估效率。

(2) RBF神經(jīng)網(wǎng)絡(luò)擬合信息系統(tǒng)風(fēng)險(xiǎn)變化趨勢，可以建立正確率高的信息系統(tǒng)風(fēng)險(xiǎn)評估模型。

(3) 通過與其它信息系統(tǒng)風(fēng)險(xiǎn)評估模型進(jìn)行比較測試可以知道，本文模型的信息系統(tǒng)風(fēng)險(xiǎn)評估正確率更高，降低了信息系統(tǒng)風(fēng)險(xiǎn)評估誤差而且信息系統(tǒng)風(fēng)險(xiǎn)評估速度更快，具有十分明顯的優(yōu)越性。