CN109784732A - 一种能源互联网安全评估的多属性决策方法 - Google Patents
一种能源互联网安全评估的多属性决策方法 Download PDFInfo
- Publication number
- CN109784732A CN109784732A CN201910047358.2A CN201910047358A CN109784732A CN 109784732 A CN109784732 A CN 109784732A CN 201910047358 A CN201910047358 A CN 201910047358A CN 109784732 A CN109784732 A CN 109784732A
- Authority
- CN
- China
- Prior art keywords
- index
- security
- energy internet
- evaluation
- assessment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种能源互联网安全评估的多属性决策方法,首先从自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁4个角度,建立8个能源互联网安全评估指标集,并采集各指标数据形成评估决策矩阵;再采用标准差变异系数法确定各安全评估指标的客观权重;再采用特征根法求得多专家群体的主观权重,并计算安全评估指标的主客观综合权重;最后,采用综合比例评价方法对能源互联网安全水平进行评估。本发明的能源互联网安全评估指标系统全面,评估方法具有较强的可操作性,给出的能源互联网安全评估结果具有较高的参考价值,有助于找出能源互联网建设中存在的安全薄弱环节和潜在风险威胁,对保障能源互联网安全稳定运行具有积极意义。
Description
技术领域
本发明涉及能源互联网技术领域,具体为一种能源互联网安全评估的多属性决策方法。
背景技术
能源互联网建设是我国能源生产和革命的重要任务。作为一个复杂的能量-信息耦合系统,能源互联网必然存在一些未知的脆弱性和潜在的威胁,影响能源互联网的安全运行。近几年的实践表明,多能耦合以及信息深度介入也导致了我国由于热泵、天然气损坏或阀门误操作引发大规模停电以及黑客攻击致使乌克兰大停电等新型安全问题。为保障能源互联网的运行安全性,亟需考虑自然环境、结构与设备安全、信息安全等因素,综合评估能源互联网的安全状况,以掌握能源互联网存在的漏洞和薄弱环节,进而制定改进措施,提升能源互联网的安全性、可靠性。
鉴于此,本发明从自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁4个角度构建能源互联网安全评估指标体系,用以反映能源互联网的综合安全水平;采用多属性决策方法评估能源互联网的综合安全性,有助于针对安全薄弱环节采取有效措施,为能源互联网的政策制定、规划建设、投资咨询提供参考,以促进能源互联网的逐步完善。
发明内容
针对上述问题,本发明的目的在于提供一种用以综合评价能源互联网的安全状况,能够为能源互联网的安全提升措施制定提供有效参考的能源互联网安全评估的多属性决策方法。技术方案如下:
一种能源互联网安全评估的多属性决策方法,包括以下步骤:
步骤1:构建能源互联网安全评估指标集,采集各指标数据形成评估决策矩阵;
步骤2:采用标准差变异系数法确定各安全评估指标的客观权重;
步骤3:采用特征根法求得多专家群体给出的主观权重,并计算指标的主客观综合权重;
步骤4:采用综合比例评价方法对能源互联网安全水平进行评估
进一步的,能源互联网安全评估指标包括:自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁;
所述自然灾害威胁包括恶劣天气威胁和地质灾害威胁;恶劣天气威胁指标综合考察恶劣天气灾害危害程度、发生次数和灾害防护情况;地质灾害威胁指标综合考察地质灾害危害、发生次数和灾害防护情况;
所述网络结构脆弱性包括管道线路脆弱性和节点脆弱性;管道线路脆弱性指标反映能源互联网中电力、热力和天然气等能源子系统中管道和线路的结构特性;节点脆弱性指标反映电力、热力和天然气等能源子系统中节点的网络特性;
所述系统设备风险包括物理系统设备风险和信息系统设备风险;物理系统设备风险指标衡量电力变压器、换热器、天然气调压柜等设备存在的安全风险;信息系统设备风险指标衡量能源互联网网络和计算机等设备存在的安全风险;
所述信息安全威胁包括网络安全威胁和数据安全威胁;网络安全威胁指标反映来自非法用户窃听、入侵、DoS攻击等对能源互联网安全带来的威胁;数据安全威胁指标反映数据访问设置漏洞、数据丢失、数据防护措施薄弱等对能源互联网安全带来的威胁。
更进一步的,所述形成能源互联网安全评估决策矩阵的方法包括:
采集待评估能源互联网的各安全评估指标,以评估决策矩阵X的形式进行整合;设有m个待评估的能源互联网Ei,i=1,2,…,m;有n个安全评估指标xj,j=1,2,…,n;则能源互联网Ei的指标集合为Ii={xi1,xi2,…,xij,…,xin},xij表示第i个能源互联网的第j个安全评估指标的取值;所有的xij构成安全评估决策矩阵:
更进一步的,所述采用标准差变异系数法确定各安全评估指标的客观权重的具体步骤如下:
步骤21:根据安全评估决策矩阵,分别求出各安全评估指标的平均值和标准差s(j):
步骤22:计算各评估指标的变异系数γj,并对变异系数进行归一化处理得出指标的客观权重向量β=(β1,β2,…,βj,…,βn):
更进一步的,所述步骤3的具体步骤如下:
步骤31:计算多专家群体给出的主观权重:
设能源互联网安全评估专家组由p名专家组成,记理想安全评估专家为E*,其对各能源互联网的安全评价与整个专家群体E高度一致,E=(E1,E2,…,Ek,…,Ep),专家Ek对各评估指标给出的权重向量为wk,wk是一个n阶向量,所有专家给出的权重构成矩阵为w=(w1,w2,…,wk,…,wp);
根据矩阵理论和特征根法,理想安全评估专家E*给出的权重,即多专家群体给出的主观权重ω=(ω1,ω2,…,ωj,…,ωn)采用如下方法确定:
1)令矩阵F=wTw;
2)计算矩阵F的特征根矩阵λ和特征向量矩阵V;
3)找出其中的最大特征根λmax及其对应的特征向量θ=(θ1,θ2,…,θj,…,θn);
4)将特征向量θ进行归一化处理,得到多专家群体给出的主观权重向量:
步骤32:计算安全评估指标的主客观综合权重
由指标客观权重向量β=(β1,β2,…,βj,…,βn)和主观权重向量ω=(ω1,ω2,…,ωj,…,ωn),得到主客观综合权重向量W=(W1,W2,…,Wj,…,Wn),其中:
更进一步的,所述步骤4的具体步骤如下:
步骤41:对安全评估决策矩阵进行规范化:
将安全评估决策矩阵X转换为无量纲的规范化安全评估决策矩阵R,即
式中:rij为第i个能源互联网在第j个安全评估指标下的无量纲值;
步骤42:对规范化评估决策矩阵进行赋权:
将主客观综合权重Wj分别赋给其对应的安全评估指标,得到加权规范化的安全评估决策矩阵D:
D=(dij)m×n=(rij)m×n×Wj
步骤43:对加权规范化的安全评估指标进行求和:
将加权后的无量纲安全评估指标值分别按对安全有利与对安全不利进行求和,由于所述安全评估指标均从不利于安全的角度进行度量,因此有:
S+i=0
式中:d-ij为不利于安全的评估指标加权无量纲数值;S+i为有利于安全的评估指标数值之和;S-i为不利于安全的评估指标数值之和;
对S+i值和S-i值分别求和,即
S+=0
步骤44:计算每个能源互联网的安全评定值,即
本发明的有益效果是:本发明综合考虑自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁等因素,构筑了包含8个核心指标的能源互联安全评估指标集,能系统全面地反映能源互联网的安全水平,同时避免了指标繁多造成的信息干扰问题;采用标准差变异系数方法和特征根法确定了评估指标的主客观综合权重,充分计及了待评估能源互联网在各评估指标上信息分布的差异,实现了赋权的合理性和评估的可行性;有助于找出能源互联网建设中存在的安全薄弱环节和潜在风险威胁,对保障能源互联网安全稳定运行具有积极意义。
附图说明
图1为本发明能源互联网安全评估的多属性决策方法的步骤流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。如图1所示,本发明提出一种能源互联网安全评估的多属性决策方法,具体步骤如下:
步骤1:构建能源互联网安全评估指标集,采集各指标数据形成评估决策矩阵
(1)构建能源互联网安全评估指标集
能源互联网安全评估指标包括4类,即自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁,具体包含以下8个评估指标:
a、自然灾害威胁
1)恶劣天气威胁(雷击、风雪等)。电力、热力和天然气等能源子系统受到雷击、风雪等恶劣天气而导致事故对能源互联安全带来威胁。该指标综合考察恶劣天气灾害危害程度、发生次数和灾害防护情况3方面内容。
2)地质灾害威胁(崩塌、地震等)。崩塌、地震等地质灾害会造成电力线路杆塔倒塌、热气管道损毁等事故,会给能源互联网安全生产带来较大影响。该指标综合考察地质灾害危害、发生次数和灾害防护情况3方面内容。
b、网络结构脆弱性
1)管道线路脆弱性。该指标反映能源互联网中电力、热力和天然气等能源子系统管道和线路的结构特性;
2)节点脆弱性。该指标反映电力、热力和天然气等能源子系统中节点的网络特性;
c、系统设备风险
1)物理系统设备风险。该指标衡量电力变压器、换热器、天然气调压柜等能源子系统设备存在的安全风险;
2)信息系统设备风险。该指标衡量网络设备、计算机设备、存储设备、传输线路等多类能源互联网信息设备存在的安全风险;
d、信息安全威胁
1)网络安全威胁。该指标反映来自非法用户窃听、入侵、DoS攻击等对能源互联网安全带来的威胁;
2)数据安全威胁。该指标反映数据访问设置漏洞、数据丢失、数据防护措施薄弱等对能源互联网安全带来的威胁。
(2)形成能源互联网安全评估决策矩阵
采集待评估能源互联网的各安全评估指标,以评估矩阵X的形式进行整合。设有m个待评估的能源互联网Ei(i=1,2,…,m∈M),其中第j个安全评估指标为xj(j=1,2,…,n∈N),则能源互联网Ei的指标集合为Ii={xi1,xi2,…,xij,…,xin},xij表示第i个能源互联网的第j个安全评估指标的取值。所有的xij构成安全评估决策矩阵:
步骤2:采用标准差变异系数法确定各安全评估指标的客观权重
采用标准差变异系数来测度能源互联网安全评估指标的变异程度,并据此确定各指标的变异权数,即指标的客观权重。利用标准差变异系数法确定指标客观权重的具体步骤如下:
(1)根据安全评估决策矩阵,分别求出各安全评估指标的平均值标准差s(j),即:
(2)计算各评估指标的变异系数γj,并对变异系数进行归一化处理得出指标的客观权重向量β=(β1,β2,…,βj,…,βn)。其中:
步骤3:采用特征根法求得多专家群体给出的主观权重,并计算指标的主客观综合权重
设能源互联网安全评估专家组由p名专家组成,记理想安全评估专家为E*,其对各能源互联网的安全评价与整个专家群体E高度一致,E=(E1,E2,…,Ek,…,Ep),专家Ek对各评估指标给出的权重向量为wk,wk是一个n阶向量,所有专家给出的权重构成矩阵为w=(w1,w2,…,wk,…,wp)。
根据矩阵理论和特征根法,理想安全评估专家为E*给出的权重(即:整个专家群体的主观权重)ω=(ω1,ω2,…,ωj,…,ωn)可采用如下方法确定:
1)令矩阵F=wTw;
2)计算矩阵F的特征根矩阵λ和特征向量矩阵V;
3)找出其中的最大特征根λmax及其对应的特征向量θ=(θ1,θ2,…,θj,…,θn);
4)将特征向量θ进行归一化处理,即可得到多专家群里的主观权重向量ω=(ω1,ω2,…,ωj,…,ωn),其中,
由指标客观权重向量β=(β1,β2,…,βj,…,βn)和主观权重向量ω=(ω1,ω2,…,ωj,…,ωn),可得主客观综合权重W=(W1,W2,…,Wj,…,Wn),其中:
步骤4:采用综合比例评价方法对能源互联网安全水平进行评估
采用综合比例评价方法进行能源互联网安全评估的基本步骤如下:
(1)对安全评估决策矩阵进行规范化
为消除量纲不一致的影响,将安全评估决策矩阵X转换为无量纲的规范化评估决策矩阵R,即
式中:rij为第i个能源互联网在第j个安全评估指标下的无量纲值。
(2)对规范化评估决策矩阵进行赋权
将步骤2求出的安全评估指标的主客观综合权重Wj分别赋给每个指标,得到加权规范化评估决策矩阵D:
D=(dij)m×n=(rij)m×n×Wj
(3)对安全评估指标进行求和
将加权后的无量纲评估指标值分别按对安全有利与不利进行求和,由于本发明中的评估指标均从不利于安全的角度进行度量,因此有
S+i=0
式中:d-ij为不利于安全的评估指标加权无量纲数值;S+i为有利于安全的指标数值和,本发明中为0;S-i为不利于安全的指标数值和。对S+i值和S-i值分别求和,即
S+=0
(4)计算每个能源互联网的安全评定值
计算每个能源互联网安全状况的综合评定值,即
下面通过实例应用进一步阐明本发明的方案:
以能源互联网的典型模式——电力-信息融合网络为例实施安全评估,设有三个待评估的网络,分别记为能源互联网1、能源互联网2和能源互联网3。由能源互联网安全评估专家组按照设定的标准进行评分,对各指标分别取所得评分的平均值。对3个能源互联网的安全评估指标采用规范化方法进行无量纲处理,得到数据如表1所示。
表1能源互联网评估指标与无量纲指标值
(1)采用标准差变异系数法确定的各安全评估指标的客观权重
计算得到的各安全评估指标的标准差变异系数向量:
γ=[0.1943,0.1332,0.1175,0.1815,0.0065,0.2295,0.2098,0.2402]
对变异系数进行归一化处理得出指标客观权重向量:
β=[0.1480,0.1015,0.0895,0.1383,0.005,0.1749,0.1599,0.1830]
(2)采用特征根法求得多专家群体给出的主观权重,并计算指标的主客观综合权重
设由5名专家组成能源互联网安全评估专家组,他们给出的主观权重分别为
w1=[0.1250,0.1250,0.1250,0.1250,0.1250,0.1250,0.1250,0.1250]
w2=[0.1500,0.1500,0.1250,0.1250,0.1250,0.1250,0.1000,0.1000]
w3=[0.1000,0.1000,0.1500,0.1500,0.1500,0.1000,0.1500,0.1000]
w4=[0.1250,0.1250,0.1250,0.1250,0.1500,0.1500,0.1000,0.1000]
w5=[0.1500,0.1500,0.1000,0.1000,0.1250,0.1250,0.1500,0.1000]
则有,矩阵
矩阵F的特征根矩阵λ和特征向量矩阵V分别为
由特征根矩阵λ和特征向量矩阵V可知,矩阵F的最大特征根λmax=0.6278及其对应的特征向量θ=(0.3669,0.3669,0.3527,0.3527,0.3810,0.3528,0.3527,0.2963);
将特征向量θ进行归一化处理,即可得到多专家群里的主观权重向量ω=(0.1300,0.1300,0.1250,0.1250,0.1350,0.1250,0.1250,0.1050)。
由指标客观权重向量β和主观权重向量ω,可得主客观综合权重
W=(0.1569,0.1076,0.0912,0.1409,0.0055,0.1782,0.1629,0.1566)。
(3)对规范化评估决策矩阵进行赋权
将步骤2求出的安全评估指标的主客观综合权重Wj分别赋给每个指标,得到加权规范化评估决策矩阵D:
(4)对安全评估指标进行求和
将加权后的无量纲评估指标值分别按对安全有利与不利进行求和,由于本发明中的评估指标均从不利于安全的角度进行度量,因此有
S+i=[0,0,0]T
S-i=[0.3431,0.3359,0.3210]T
(5)计算每个能源互联网的安全评估分值
计算每个能源互联网安全情况的综合评定值,即
Qi=[0.3236,0.3305,0.3459]T。
由评估结果可以看出:
(1)相比于能源互联网1和2,能源互联网3虽然存在自然灾害威胁较大的问题,但其信息系统设备风险、网络安全威胁和数据安全威胁这三个权重较大的指标最优,其总体安全水平较高;
(2)能源互联网3的安全性改善措施的是提升其抵御自然灾害威胁的能力;若其后续进行设备更新和系统升级等,应采用本发明方法重新进行安全评估,以测度能源子系统的联结紧密度提升和信息网络技术的深度介入是否带来了新的安全风险和威胁;
(3)能源互联网1和2应着重完善信息安全系统,健全信息网络的安全监测与防控,提升抵御信息网络风险和威胁的能力,以避免一个能源子系统(或信息子系统)的故障或失效经由信息网络传递到其他能源子系统(或信息子系统)。
能源互联网作为新兴技术,不可避免也会存在一些风险和潜在威胁。本发明从自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁等视角,构建了能源互联网安全评估体系,并给出了评估计算方法,以保障能源互联网安全评估的系统性和实用性。其中,8个安全评估指标能系统全面地反映能源互联网可能存在的风险和威胁;采用组合赋权法,将标准差变系数法与特征根法相结合,实现了主客观综合权重的合理确定;采用综合比例评价这一多属性决策方法评估能源互联网的安全状况,具有简便实用、可行性高的优点。本发明方法对保障能源互联网安全稳定运行,实现能源互联网稳步健康发展有积极意义。
Claims (6)
1.一种能源互联网安全评估的多属性决策方法,其特征在于,包括以下步骤:
步骤1:构建能源互联网安全评估指标集,采集各指标数据形成评估决策矩阵;
步骤2:采用标准差变异系数法确定各安全评估指标的客观权重;
步骤3:采用特征根法求得多专家群体给出的主观权重,并计算指标的主客观综合权重;
步骤4:采用综合比例评价方法对能源互联网安全水平进行评估。
2.根据权利要求1所述的能源互联网安全评估的多属性决策方法,其特征在于,能源互联网安全评估指标包括:自然灾害威胁、网络结构脆弱性、系统设备风险、信息安全威胁;所述自然灾害威胁包括恶劣天气威胁和地质灾害威胁;恶劣天气威胁指标综合考察恶劣天气灾害危害程度、发生次数和灾害防护情况;地质灾害威胁指标综合考察地质灾害危害、发生次数和灾害防护情况;
所述网络结构脆弱性包括管道线路脆弱性和节点脆弱性;管道线路脆弱性指标反映能源互联网中电力、热力和天然气能源子系统中管道和线路的结构特性;节点脆弱性指标反映电力、热力和天然气能源子系统中节点的网络特性;
所述系统设备风险包括物理系统设备风险和信息系统设备风险;物理系统设备风险指标衡量电力变压器、换热器、天然气调压柜存在的安全风险;信息系统设备风险指标衡量能源互联网网络和计算机存在的安全风险;
所述信息安全威胁包括网络安全威胁和数据安全威胁;网络安全威胁指标反映来自非法用户窃听、入侵、DoS攻击对能源互联网安全带来的威胁;数据安全威胁指标反映数据访问设置漏洞、数据丢失、数据防护措施薄弱对能源互联网安全带来的威胁。
3.根据权利要求1所述的能源互联网安全评估的多属性决策方法,其特征在于,所述形成能源互联网安全评估决策矩阵的方法包括:
采集待评估能源互联网的各安全评估指标,以评估决策矩阵X的形式进行整合;设有m个待评估的能源互联网Ei,i=1,2,…,m;有n个安全评估指标xj,j=1,2,…,n;则能源互联网Ei的指标集合为Ii={xi1,xi2,…,xij,…,xin},xij表示第i个能源互联网的第j个安全评估指标的取值;所有的xij构成安全评估决策矩阵:
4.根据权利要求3所述的能源互联网安全评估的多属性决策方法,其特征在于,所述采用标准差变异系数法确定各安全评估指标的客观权重的具体步骤如下:
步骤21:根据安全评估决策矩阵,分别求出各安全评估指标的平均值xj和标准差s(j):
步骤22:计算各评估指标的变异系数γj,并对变异系数进行归一化处理得出指标的客观权重向量β=(β1,β2,…,βj,…,βn):
5.根据权利要求4所述的能源互联网安全评估的多属性决策方法,其特征在于,所述步骤3的具体步骤如下:
步骤31:计算多专家群体给出的主观权重:
设能源互联网安全评估专家组由p名专家组成,记理想安全评估专家为E*,其对各能源互联网的安全评价与整个专家群体E高度一致,E=(E1,E2,…,Ek,…,Ep),专家Ek对各评估指标给出的权重向量为wk,wk是一个n阶向量,所有专家给出的权重构成矩阵为w=(w1,w2,…,wk,…,wp);
根据矩阵理论和特征根法,理想安全评估专家E*给出的权重,即多专家群体给出的主观权重ω=(ω1,ω2,…,ωj,…,ωn)采用如下方法确定:
1)令矩阵F=wTw;
2)计算矩阵F的特征根矩阵λ和特征向量矩阵V;
3)找出其中的最大特征根λmax及其对应的特征向量θ=(θ1,θ2,…,θj,…,θn);
4)将特征向量θ进行归一化处理,得到多专家群体给出的主观权重向量:
ω=(ω1,ω2,…,ωj,…,ωn),
步骤32:计算安全评估指标的主客观综合权重
由指标客观权重向量β=(β1,β2,…,βj,…,βn)和主观权重向量ω=(ω1,ω2,…,ωj,…,ωn),得到主客观综合权重向量W=(W1,W2,…,Wj,…,Wn),其中:
6.根据权利要求5所述的能源互联网安全评估的多属性决策方法,其特征在于,所述步骤4的具体步骤如下:
步骤41:对安全评估决策矩阵进行规范化:
将安全评估决策矩阵X转换为无量纲的规范化安全评估决策矩阵R,即
式中:rij为第i个能源互联网在第j个安全评估指标下的无量纲值;
步骤42:对规范化评估决策矩阵进行赋权:
将主客观综合权重Wj分别赋给其对应的安全评估指标,得到加权规范化的安全评估决策矩阵D:
D=(dij)m×n=(rij)m×n×Wj
步骤43:对加权规范化的安全评估指标进行求和:
将加权后的无量纲安全评估指标值分别按对安全有利与对安全不利进行求和,由于所述安全评估指标均从不利于安全的角度进行度量,因此有:
S+i=0
式中:d-ij为不利于安全的评估指标加权无量纲数值;S+i为有利于安全的评估指标数值之和;S-i为不利于安全的评估指标数值之和;
对S+i值和S-i值分别求和,其值分别等同于加权规范化给安全评估决策矩阵D中有利于安全项与不利于安全项指标值之和,即
S+=0
步骤44:计算每个能源互联网的安全评定值,即
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047358.2A CN109784732A (zh) | 2019-01-18 | 2019-01-18 | 一种能源互联网安全评估的多属性决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047358.2A CN109784732A (zh) | 2019-01-18 | 2019-01-18 | 一种能源互联网安全评估的多属性决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784732A true CN109784732A (zh) | 2019-05-21 |
Family
ID=66500932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910047358.2A Pending CN109784732A (zh) | 2019-01-18 | 2019-01-18 | 一种能源互联网安全评估的多属性决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784732A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458463A (zh) * | 2019-08-15 | 2019-11-15 | 西南交通大学 | 一种基于区间直觉模糊决策的电力物联网安全评估方法 |
CN111292019A (zh) * | 2020-03-12 | 2020-06-16 | 中国农业大学 | 用于分析农业能源互联网安全的方法及装置 |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输系统的架构参数的方法及相关装置 |
CN113077121A (zh) * | 2021-03-11 | 2021-07-06 | 中国电子科技集团公司第五十四研究所 | 一种基于多维度属性群决策的信号质量异常原因定位方法 |
CN114544913A (zh) * | 2022-02-23 | 2022-05-27 | 沈阳建筑大学 | 一种土壤调查加密采样布点优化方法 |
-
2019
- 2019-01-18 CN CN201910047358.2A patent/CN109784732A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458463A (zh) * | 2019-08-15 | 2019-11-15 | 西南交通大学 | 一种基于区间直觉模糊决策的电力物联网安全评估方法 |
CN110458463B (zh) * | 2019-08-15 | 2022-06-03 | 西南交通大学 | 一种基于区间直觉模糊决策的电力物联网安全评估方法 |
CN111292019A (zh) * | 2020-03-12 | 2020-06-16 | 中国农业大学 | 用于分析农业能源互联网安全的方法及装置 |
CN111292019B (zh) * | 2020-03-12 | 2022-07-29 | 中国农业大学 | 用于分析农业能源互联网安全的方法及装置 |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输系统的架构参数的方法及相关装置 |
CN113077121A (zh) * | 2021-03-11 | 2021-07-06 | 中国电子科技集团公司第五十四研究所 | 一种基于多维度属性群决策的信号质量异常原因定位方法 |
CN113077121B (zh) * | 2021-03-11 | 2022-10-11 | 中国电子科技集团公司第五十四研究所 | 一种基于多维度属性群决策的信号质量异常原因定位方法 |
CN114544913A (zh) * | 2022-02-23 | 2022-05-27 | 沈阳建筑大学 | 一种土壤调查加密采样布点优化方法 |
CN114544913B (zh) * | 2022-02-23 | 2024-04-09 | 沈阳建筑大学 | 一种土壤调查加密采样布点优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784732A (zh) | 一种能源互联网安全评估的多属性决策方法 | |
CN107742040A (zh) | 一种基于topsis和最优组合权重的输电线路综合风险评估方法 | |
CN106101252B (zh) | 基于大数据和可信计算的信息安全风险防护系统 | |
CN109242283A (zh) | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 | |
CN107491694B (zh) | 用于量化评估scada系统信息安全脆弱性的方法 | |
CN110138627B (zh) | 一种基于安全风险量化的边缘侧终端安全接入策略选择方法 | |
CN106779309B (zh) | 关键线路多角度多层次的辨识方法 | |
CN108182536B (zh) | 一种基于有限理性的配电网cps安全防御方法 | |
CN107292174A (zh) | 一种云计算系统安全性评估方法及装置 | |
CN105976257A (zh) | 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法 | |
CN104348652A (zh) | 基于关联分析的系统安全评估方法和装置 | |
CN105681338A (zh) | 漏洞利用成功概率计算方法及网络安全风险管理方法 | |
CN110458463B (zh) | 一种基于区间直觉模糊决策的电力物联网安全评估方法 | |
CN105427172A (zh) | 一种风险评估方法及系统 | |
Williams | Predicting completed project cost using bidding data | |
CN113971463A (zh) | 一种供热管线风险分布分析方法与巡检路径规划系统 | |
CN107122884B (zh) | 一种配电自动化系统信息安全防护的评估方法及装置 | |
CN108898247A (zh) | 一种电网暴雨灾害风险预测方法、系统及存储介质 | |
CN107944702A (zh) | 一种网络安全层次分析评估方法、装置及计算机可读存储介质 | |
CN109389333A (zh) | 电力设备的风险评估方法和装置 | |
CN110209996A (zh) | 一种用于评价继电保护装置的健康水平的方法及系统 | |
CN109615237A (zh) | 一种基于三维风险分析的加油站安全评估方法 | |
CN108769018A (zh) | 一种多维多粒度的网络空间安全度量方法 | |
CN106789322B (zh) | 空间信息网络中关键节点的确定方法和装置 | |
CN107566369A (zh) | 一种工控信息系统信息安全隔离与防御有效性评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |