基于數(shù)據(jù)挖掘的企業(yè)信息風險評估

高旦, 董斌, 丁小蔚

(浙江華云電力工程設計咨詢有限公司,浙江,杭州 310000)

0 引言

伴隨著企業(yè)信息化的飛速普及,各種企業(yè)信息安全問題迎面而來。同時,信息安全問題具有影響范圍廣以及影響程度深等特點[1-2],當信息安全出現(xiàn)問題很難解決和控制時,科學地對企業(yè)信息進行風險評估,提前做好防范措施具有十分重要的意義。國外對信息安全評估研究已經有40多年的歷史,國外專家在早期就已構建了國家認證機構與風險評估認證體系,現(xiàn)階段這些技術已經發(fā)展的十分成熟。在國外已有技術的基礎上,國內相關專家提出了一些較好的研究成果,例如王少英等[3]采用帶有非凸懲罰的SVM模型對影響中小企業(yè)信息的風險因素進行分析,同時通過LassoSVM完成相關變量的選擇以及對應參數(shù)計算,以此為依據(jù)構建信用風險評估模型。孟慶勇等[4]對煤礦實施的安全條例進行特征轉換,構建對應的關聯(lián)系數(shù)矩陣。計算危險發(fā)生系數(shù)以及更高等級風險發(fā)生的概率,組建安全風險評估模型。在上述兩種方法的基礎上,結合數(shù)據(jù)挖掘技術,提出一種基于數(shù)據(jù)挖掘的企業(yè)信息風險評估方法。經實驗測試證明,本文方法具有良好的數(shù)據(jù)挖掘能力,同時還能夠有效提升評估效率和評估結果的準確性。

1 方法

1.1 企業(yè)信息挖掘

灰色建模是進行灰色預測以及灰色決策建模的基礎[5-6],在設定條件下,主要通過導數(shù)對序列的主要特性進行了分析。

當序列滿足準光滑條件時,通過多次累加即可形成對應的序列,進而構建灰色模型,對應序列X的表達式為

X=(x(1),x(2),…,x(n))

(1)

構建累差矩陣A和B,獲取以下形式的計算式:

(2)

(3)

采用式(4)表示h個序列n階微分方程對應的動態(tài)模型GM(n,h):

(4)

式中,d(n)和tn代表系數(shù)向量,al代表變量。

為了有效對建模的質量和系統(tǒng)進行分析,對于收集到的初始數(shù)據(jù)進行變換和處理,消除量綱以及可比性。

采用關聯(lián)分析中常用的數(shù)據(jù)變換對齊進行歸納處理,具體如式(4):

(5)

式中,M、N以及Nt分別代表不同指標集對應的下標集合。

為了更好完成對灰色關聯(lián)序列的有效分析[7-8],首先需要構建一套相對完成的灰色關聯(lián)理論體系,同時對關聯(lián)度進行計算,如式(5):

(6)

式中,r(x0,xl)代表關聯(lián)度,x0(k)代表位移差,xi(k)代表斜率。

灰色聚類分析主要是以灰色關聯(lián)度為基礎的聚類分析方法,主要將其應用于相同因素的合并,促使復雜的系統(tǒng)變得簡單化。在上述分析的基礎上,將灰色關聯(lián)分析理論與灰色聚類方法兩者進行有效結合,最終實現(xiàn)企業(yè)信息挖掘[9-10]。

1.2 基于數(shù)據(jù)挖掘的企業(yè)信息風險評估體系構建

由于企業(yè)信息具有數(shù)量多、處理時效高等特點,假設采取人工處理,會導致成本和處理時間增加。為了更好實現(xiàn)企業(yè)信息風險評估,需要優(yōu)先構建企業(yè)信息風險評估體系,分析企業(yè)現(xiàn)階段的管理情況,采用數(shù)據(jù)挖掘方法構建可量化的數(shù)學模型。評估指標的選取對于評估結果具有十分重要的意義,因此在選取評估指標的過程中,需要結合我國的國情,制定企業(yè)風險評估指標需要遵循的首要原則。在備選評估體系指標的過程中,主要借助問卷調查方式。通過匿名問卷調查的方式征詢我國相關專家的意見,對獲取的全部意見進行歸納、統(tǒng)計、整理和分析,客觀綜合多方專家的意見,最終確定企業(yè)信息風險因素。其中,評估指標的篩選主要從以下兩個方面進行。

(1) 對風險要素的篩選

對風險要素的篩選主要就是對資產、威脅源與攻擊行為等確定的。通過企業(yè)的實際運行情況確定企業(yè)的資產信息,對企業(yè)的歷史運行狀態(tài)和威脅情況進行分析,最終確定危險源以及其他攻擊行為。

(2) 對企業(yè)安全要素組合進行篩選

針對企業(yè)而言,除了一些因素可能存在意外,還有一些組合也有可能是不可行的。

優(yōu)先對企業(yè)的經營現(xiàn)狀進行分析,同時確定建模數(shù)據(jù)的主要來源,對采集到的數(shù)據(jù)依次進行預處理和清洗等操作,詳細的操作步驟如下。

優(yōu)先清除和建模不存在任何關聯(lián)的評估指標,由于源數(shù)據(jù)庫包含的很多指標和企業(yè)信息評估并沒有過大的關聯(lián),所以需要將其在數(shù)據(jù)庫中清除。然后,對剩余的數(shù)據(jù)進行格式化統(tǒng)一操作,將其放置在同一服務器中。對于小部分不滿足需求的數(shù)據(jù),需要進行屬性轉換。最后,為了有效避免數(shù)據(jù)質量問題的形成,需要對全部數(shù)據(jù)進行清洗[11]。

為了簡化模型的計算復雜度,針對全部備選指標進行分組處理。企業(yè)信息風險評估體系的建立為我國企業(yè)的發(fā)展提供了有效的決策信息,整個評估體系主要由9個評估指標組成,具體如圖1所示。

圖1 企業(yè)信息風險評估體系

1.3 構建企業(yè)信息風險評估模型

在企業(yè)風險評估體系中,需要借助三角模糊熵理論有效克服數(shù)據(jù)量不完整問題[12-13],促使評估結果更加貼合實際,有效提升評估結果的可靠性和有效性。

正向指標主要是指信息安全狀態(tài)以及和指數(shù)值成正比的指標,即指標取值越大,則信息安全狀況就越好,對應的正向指標打分公式dij為

(7)

式中,j代表評估對象,n代表被評估對象的總數(shù),Vij代表第j個評估對象第i個指標的取值。

負向指標主要是指指標信息安全狀況和指數(shù)成反比的指標,同時也說明指數(shù)取值越小,企業(yè)的信息安全性越高。利用式(7)給出負向指標對應的打分公式dkj:

(8)

式中,Vkj代表第j個評估對象第k個指標的取值。

適中指標主要是指評估指標值越接近任意規(guī)定數(shù)值越好的指標。通過將溫度控制等相關指標設定為適中指標,全面提升評估結果的準確性。其中,適中指標的打分公式dlj如下:

(9)

式中,Vj0代表評估指標額的適中值,Vlj代表第j個評估對象第l個指標的取值。

最佳區(qū)間指標主要是指指標值滿足任意特定的合理區(qū)間內指標,可以避免評估結果的片面性,有效確保評估結果的準確性。適中區(qū)間最佳區(qū)間打分公式可以表示為

(10)

式中,fij代表權數(shù)的取值范圍。

通過三角模糊法確定指標權重值,優(yōu)先設定三角模糊數(shù)rl,對應的隸屬度函數(shù)可以表示為

(11)

式中,aij、bij和cij代表模糊程度。

確定專家評估權重集E:

E={e1,e2,…,ek}

(12)

當模糊權重確定以后,主要將熵權和三角模糊兩者進行線性組合,構建企業(yè)信息風險評估模型Rij[14],根據(jù)建立的模型進行評估:

(13)

(14)

式中,q1和q2分別代表指標最佳區(qū)間的下限和上限。

設定xij代表第i個被評估企業(yè)的第j個指標的觀測數(shù)據(jù),n代表被評估對象的總數(shù),m代表第i個被評估對象的指標總數(shù)。對于任意一項指標而言,觀測數(shù)據(jù)xij的差異性越大,則說明該項指標對系統(tǒng)的作用就比較大。其中,熵主要用來衡量信息的不確定性;當熵的取值增加,對應的信息量就會降低;反之,則信息量增加。通過熵值法確定指標權數(shù)的具體操作步驟如下所示:

(1) 計算第i個對象和第j個指標的特征比重。

(2) 通過熵值計算公式獲取第j個評估指標的熵值ej。

根據(jù)以上過程,實現(xiàn)了基于數(shù)據(jù)挖掘的企業(yè)信息風險評估。

2 仿真實驗

本文實驗均在一臺操作系統(tǒng)為Windows 10的筆記本電腦中進行,利用MATLAB軟件進行模型測試。為了驗證所提基于數(shù)據(jù)挖掘的企業(yè)信息風險評估的有效性,選取J供電企業(yè)作為測試對象,針對信息安全問題,對專家、企業(yè)管理人員、技術人員等進行采訪和統(tǒng)計,選取企業(yè)資產機密性、完整性和可用性作為指標,利用三角模糊法確定指標權重值,包括機密性指標權重為0.5,完整性指標權重為0.3,可用性指標權重為0.2,基于此,對企業(yè)資產進行分類,對其價值進行賦值,由此得到下表1。

表1 企業(yè)資產價值及等級表

根據(jù)提上數(shù)據(jù),選取企業(yè)信息的分類精度和企業(yè)信息挖掘平均時間作為測試指標,利用本文方法對該企業(yè)數(shù)據(jù)進行挖掘,測試其數(shù)據(jù)挖掘能力。其中,當分類精度在85%以上,信息挖掘平均時間在25 s以下,則說明所提方法具有良好的數(shù)據(jù)挖掘能力。具體實驗測試結果如圖2、圖3所示。

圖2 企業(yè)信息分類精度測試結果

分析圖2和圖3中的實驗數(shù)據(jù)可知,本文方法能夠以較短的時間和較高的分類精度完成企業(yè)信息挖掘,充分說明本文方法具有比較好的數(shù)據(jù)挖掘能力。

為了更進一步驗證本文方法的評估能力,選取文獻[3]方法和文獻[4]方法作為對比對象,將風險事件發(fā)生概率設定為5個等級,具體如下所示:

(1) 一級(100%～85%);

(2) 二級(84%～70%);

(3) 三級(69%～60%);

(4) 四級(59%～50%);

(5) 五級(49%以下)。

利用表2給出3種評估方法的風險評估結果:

表2 不同方法的評估結果測試對比

對表1中的實驗數(shù)據(jù)進行分析可知,本文方法能夠獲取更加精準的企業(yè)信息安全風險評估結果。由于在進行風險評估前期,對企業(yè)內的全部信息進行深入挖掘,充分掌握各種信息的屬性,有效為后續(xù)的風險評估提供一定的數(shù)據(jù)支持,確保評估結果的準確性。

以下實驗測試對比3種不同方法的評估效率,具體實驗結果如圖4所示。

圖4 不同方法的評估效率測試結果對比

分析圖4中的實驗數(shù)據(jù)可知,本文方法的評估效率明顯優(yōu)于另外兩種方法,更進一步驗證了本文方法的優(yōu)越性。

3 總結

針對傳統(tǒng)方法存在的一系列問題,設計并提出一種基于數(shù)據(jù)挖掘的企業(yè)信息風險評估方法。經實驗測試證明,本文方法不僅能夠提升評估結果的準確性,同時能夠有效增加評估效率,具有良好的數(shù)據(jù)挖掘能力。本文方法現(xiàn)階段取得了比較滿意的研究成果,但是仍然還存在一定的不足,后續(xù)將對其展開更深層次的研究。