基于SVM的信息系统风险动态识别和评估  

Dynamic Recognition and Assessment of Information System Risk based on SVM

在线阅读下载全文

作  者:刘学[1,2] 张化祥[1] 戚文静[3] 袁卫华[3] 

机构地区:[1]山东师范大学信息科学与工程学院,山东济南250014 [2]山东电子职业技术学院计算机科学与技术系,250014 [3]山东建筑大学计算机科学与技术学院,50101

出  处:《信息技术与信息化》2010年第3期71-74,79,共5页Information Technology and Informatization

基  金:山东省教育厅科技计划项目;编号:JOTYJ14

摘  要:风险识别和评估为信息系统的安全决策提供有力的支持工具。信息系统的动态性和复杂性决定了风险识别及评估的难度,本文利用SVM在小样本分类的优越性来适应信息系统的动态性和复杂性特点,实现对动态风险的有效识别。定义了风险因素形式化描述,提出了复杂风险的评估量化模型。通过实际应用验证了在风险识别及评估方面的有效性。风险识别和评估为信息系统的安全决策提供有力的支持工具。信息系统的动态性和复杂性决定了风险识别及评估的难度,本文利用SVM在小样本分类的优越性来适应信息系统的动态性和复杂性特点,实现对动态风险的有效识别。定义了风险因素形式化描述,提出了复杂风险的评估量化模型。通过实际应用验证了在风险识别及评估方面的有效性。Risk recognition and assessment is a powerful tool when security decision is made for an information system.The dynamic and complex characters of information system lead to the difficulty of risk recognition and assessment.Since SVM is suitable to the classification with fewer samples,it is used to accommodate the dynamic and complex characters of information system,and gets the effective recognition of dynamic risk.Formal descriptions for risk factors and an assessment and quantification model are proposed.The effectiveness of our method is evaluated in a practical environment.

关 键 词:动态风险识别 风险因素 风险量化模型 支持向量机 

分 类 号:O211.67[理学—概率论与数理统计]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象