CN112036733A - 一种民航关键业务节点识别方法 - Google Patents
一种民航关键业务节点识别方法 Download PDFInfo
- Publication number
- CN112036733A CN112036733A CN202010877504.7A CN202010877504A CN112036733A CN 112036733 A CN112036733 A CN 112036733A CN 202010877504 A CN202010877504 A CN 202010877504A CN 112036733 A CN112036733 A CN 112036733A
- Authority
- CN
- China
- Prior art keywords
- service
- node
- importance
- service node
- weight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 239000011159 matrix material Substances 0.000 claims abstract description 88
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000011002 quantification Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- CNYFJCCVJNARLE-UHFFFAOYSA-L calcium;2-sulfanylacetic acid;2-sulfidoacetate Chemical compound [Ca+2].[O-]C(=O)CS.[O-]C(=O)CS CNYFJCCVJNARLE-UHFFFAOYSA-L 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computer And Data Communications (AREA)
Abstract
一种民航关键业务节点识别方法。其包括获取业务节点;确定用于业务节点重要性的评估属性及属性量化;构建节点重要性决策矩阵;构建节点重要性组合权重决策矩阵;利用AE‑VIKOR算法计算业务节点的重要性系数;关键业务节点识别等步骤。本发明提供的民航关键业务节点识别方法效果:通过分析民航业务流程获取业务节点,并依据提出的用于业务节点的重要性的评估属性及量化,采用AHP主观加权和Entropy客观加权形成组合权重对属性权重进行改进,采用了AE‑VIKOR方法进行关键业务节点识别。与现有其他技术方法相比,能够有效地识别出关键业务节点,提高了识别的效率。
Description
技术领域
本发明属于信息安全技术领域,特别是涉及一种民航关键业务节点识别方法。
背景技术
如今,互联网的快速发展使得信息平台上的多系统协作关系广泛出现,多系统协作关系会影响多业务连续性。当某种威胁利用业务系统的脆弱性时,系统执行关键业务时信息安全事件就会出现。信息安全事件包括自然灾害事件、基础设施故障、网络攻击、技术故障、恶意代码攻击等。业务系统会影响关键业务执行,分析关键业务节点对业务连续性影响将有利于业务连续性安全管理。
分析业务流程的关键业务对系统资源分配及业务连续性恢复非常重要。多系统协作关系使得业务流程涉及的业务逐渐增多,一旦关键节点发生信息安全事件,会严重影响业务连续性。因此,基于信息安全技术和业务连续性安全管理,如何识别关键业务节点已经成为目前信息安全领域的研究热点之一。
发明内容
为了解决上述问题,本发明的目的在于提供一种民航关键业务节点识别方法。
为了达到上述目的,本发明提供的民航关键业务节点识别方法包括按顺序进行的下列步骤:
1)获取业务节点的S1阶段:通过整个民航业务流程的分析,将所有业务抽取成m个业务节点,由m个业务节点构成待评估的业务节点集;
2)确定用于业务节点重要性的评估属性及属性量化的S2阶段:依据业务流程和复杂网络节点度中心性理论,以及业务节点重要相关因素,选取业务节点关联度、业务用户类型和业务优先级三个评估属性对业务节点重要性进行评估,并对各个评估属性进行量化而得到量化值;
3)构建节点重要性决策矩阵的S3阶段:根据步骤1)获得的业务节点集和步骤2)获得的评估属性的量化值构建标准化节点重要性决策矩阵R;
4)构建节点重要性组合权重决策矩阵的S4阶段:从主观和客观角度分别计算主观权重和客观权重,结合两个权重计算组合权重,进而对步骤3)获得的标准化节点重要性决策矩阵R进行加权,构建成节点重要性组合权重决策矩阵C;
5)利用AE-VIKOR算法计算业务节点的重要性系数的S5阶段:结合步骤4)中获得的节点重要性组合权重决策矩阵C,采用AE-VIKOR算法计算出业务节点的重要性系数Qi;
6)关键业务节点识别的S5阶段:将步骤5)中得到的业务节点的重要性系数Qi进行排序,获得最大重要性系数Qi的业务节点即为业务关键节点。
在步骤2)中,所述的对业务节点关联度、业务用户类型和业务优先级三个评估属性进行量化而得到量化值的具体方法如下:
Ⅰ)业务节点关联度的量化:将业务节点关联度定义为与一个业务节点直接相连的节点与除其之外的节点总数的比值;
Ⅱ)业务用户类型的量化:将业务用户类型分为工作人员、普通用户和两者兼有用户三种,并采用1,2,3等级赋值;将普通用户赋值为1,工作人员赋值为2,两者兼有的用户赋值为3;
Ⅲ)业务优先级的量化:业务优先级赋值是基于业务的服务特征及应用类型,采用1,2,3,4等级赋值;其中,业务的服务特征及应用类型分为背景类、交互类、流类和会话类;背景类的业务优先级赋值为1;交互类的业务优先级赋值为2;流类的业务优先级赋值为3;会话类的业务优先级赋值为4。
在步骤3)中,所述的根据步骤1)获得的业务节点集和步骤2)获得的评估属性的量化值构建节点重要性标准化决策矩阵的具体方法如下:
将上述步骤1)中获得的业务节点集中的m个节点利用步骤2)中的方法进行评估属性的确定和量化,并构成一个如式(1)所示的m*3的节点重要性决策矩阵X:
由于各个属性的量纲不同,为了计算方便和比较,对上述节点重要性决策矩阵X进行标准化而构建成标准化节点重要性决策矩阵R。
在步骤4)中,所述的从主观和客观角度分别计算主观权重和客观权重,结合两个权重计算组合权重,进而对步骤3)获得的标准化节点重要性决策矩阵R进行加权,构建成节点重要性组合权重决策矩阵C的具体方法如下:
Ⅰ)采用AHP方法计算各个属性的主观权重;将三个评估属性进行两两比较,业务节点关联度是业务局部属性,传递的影响较低;业务用户直接进行业务操作,因此业务用户类型的影响比业务节点关联度要强;业务优先级比前两个属性影响大,因此,业务节点重要性评估属性比较赋值如表1所示;
表1业务节点重要性评估属性比较赋值
依据表1中的业务节点重要性评估属性比较赋值,构建一个初始比较矩阵A;将初始比较矩阵A按照式(2)进行归一化而形成归一化矩阵B:
其中,aij为初始比较矩阵A中的赋值;
将归一化矩阵B中每一行的和进行标准化得到主观权重W={0.1062,0.2605,0.6333};
Ⅱ)采用熵方法计算各个属性的客观权重;客观权重计算过程如式(5)-(7)所示:
上述各式中,Sij为第i个业务节点的第j个属性的比重,m,n分别为业务节点的个数和评估属性的个数,rij为节点重要性决策矩阵R的元素;ej为第j个属性信息熵,其中k是常量,k=1/ln n;wj为第j个属性权重;经过式(7)计算,最后得到各个属性的客观权重
Ⅲ)将上述主观权重和客观权重进行组合而得到组合权重,并构建成节点重要性组合权重决策矩阵C;
首先,基于主客观方法加权构建组合权重矩阵并记为E,如式(8)所示:
然后,采用标准化节点重要性决策矩阵R和组合权重矩阵E利用式(9)-(11)计算出组合权重:
[(RTE)T(RTE)]X*=λmaxX* (9)
W*=EX* (10)
其中,R为标准化节点重要性决策矩阵;λmax,X*分别为(RTE)T(RTE)的最大特征根和最大特征向量;W*是将组合权重矩阵E转换成方阵以便计算;为各个属性的组合权重;最后利用式(12)构建成节点重要性组合权重决策矩阵C。
在步骤5)中,所述的结合步骤4)中获得的节点重要性组合权重决策矩阵C,采用AE-VIKOR算法计算出业务节点的重要性系数Qi的具体方法如下:
AE-VIKOR方法的整体作用以最大化群体贡献值Ui来衡量,个体作用以最小化个体贡献值Ki来衡量,业务节点的重要性系数Qi利用式(13)-(15)进行计算:
Qi=v(Ui-U*)/(U--U*)+(1-v)(Ki-K*)/(K--K*) (15)
其中,cij为节点重要性组合权重决策矩阵C中的各个元素;v为决策机制系数,根据决策方法一般性,设置v=0.5;U*=miniUi,U-=maxiUi,K*=miniKi,K-=maxiKi。
在步骤6)中,所述的将步骤5)中得到的业务节点的重要性系数Qi进行排序,获得最大重要性系数Qi的业务节点即为业务关键节点的具体方法如下:
首先确定步骤5)中得到的业务节点的重要性系数Qi能否同时满足以下两个条件:
条件(1):可接受优势性:将步骤5)中得到的业务节点的重要性系数Qi进行排序,取靠前的两个业务节点的重要性系数Qi,Qj并判断是否满足式(16)所示的条件,其中,m为业务节点的个数:
Qi-Qj≥1/(m-1) (16)
条件(2):可接受稳定性:业务节点的重要性系数Qi在最大化群体贡献值Ui、最小化个体贡献值Ki中的排序第一;
若同时满足以上两个条件,那么业务节点的重要性系数最大的业务节点即为关键业务节点。
本发明提供的民航关键业务节点识别方法具有如下有益效果:通过分析民航业务流程获取业务节点,并依据提出的用于业务节点的重要性的评估属性及量化,采用AHP主观加权和Entropy客观加权形成组合权重对属性权重进行改进,采用了AE-VIKOR方法进行关键业务节点识别。与现有其他技术方法相比,能够有效地识别出关键业务节点,提高了识别的效率。
附图说明
图1为本发明提供的民航关键业务节点识别方法流程图。
图2为本发明分析的信息安全与业务连续性关系图。
图3为采用不同业务节点的重要性系数计算方法对比图。
图4为采用不同决策机制系数识别效果对比图。
具体实施方式
下面结合附图和具体实施例对本发明提供的民航关键业务节点识别方法进行详细说明。但下述实施例绝非对本发明有任何限制。
本发明基于民航业务流程获取业务节点,通过业务节点评估属性的量化值构建业务节点重要性决策矩阵。从主观、客观两个维度对属性权重进行改进,构成组合权重决策矩阵,并利用AE-VIKOR方法计算业务节点的重要性系数,进而识别出关键业务节点。
如图1所示,本发明提供的民航关键业务节点识别方法包括按顺序进行的下列步骤:
1)获取业务节点的S1阶段:通过整个民航业务流程的分析,将所有业务抽取成m个业务节点,由m个业务节点构成待评估的业务节点集;
2)确定用于业务节点重要性的评估属性及属性量化的S2阶段:依据业务流程和复杂网络节点度中心性理论,以及业务节点重要相关因素,选取业务节点关联度、业务用户类型和业务优先级三个评估属性对业务节点重要性进行评估,并对各个评估属性进行量化而得到量化值;
具体方法如下:
Ⅰ)业务节点关联度的量化:首先依据民航业务流程和复杂网络节点度中心性理论,根据从民航业务流程抽取的业务节点,将业务节点关联度定义为与一个业务节点直接相连的节点与除其之外的节点总数的比值;
Ⅱ)业务用户类型的量化:业务节点重要性与从事该业务的用户类型有着紧密的关系,本发明将业务用户类型分为工作人员、普通用户和两者兼有用户三种,并采用1,2,3等级赋值,赋值越大,业务用户类型越重要,业务节点重要性越高;将普通用户赋值为1,工作人员赋值为2,两者兼有的用户赋值为3;
Ⅲ)业务优先级的量化:业务优先级赋值是基于业务的服务特征及应用类型,采用1,2,3,4等级赋值;其中,业务的服务特征及应用类型分为背景类、交互类、流类和会话类;背景类业务不要求时延,传输时间无特别要求,其业务优先级赋值为1;交互类业务按需响应,在线数据交互,其业务优先级赋值为2;流类业务要求时延,应用是实时业务,但交互要求较低,其业务优先级赋值为3;会话类业务有严格的时延要求,实时业务,一般需要高质量互动,其业务优先级赋值为4。
3)构建节点重要性决策矩阵的S3阶段:根据步骤1)获得的业务节点集和步骤2)获得的评估属性的量化值构建标准化节点重要性决策矩阵R;
具体方法如下:
将上述步骤1)中获得的业务节点集中的m个节点利用步骤2)中的方法进行评估属性的确定和量化,并构成一个如式(1)所示的m*3的节点重要性决策矩阵X:
由于各个属性的量纲不同,为了计算方便和比较,对上述节点重要性决策矩阵X进行标准化而构建成标准化节点重要性决策矩阵R。
4)构建节点重要性组合权重决策矩阵的S4阶段:从主观和客观角度分别计算主观权重和客观权重,结合两个权重计算组合权重,进而对步骤3)获得的标准化节点重要性决策矩阵R进行加权,构建成节点重要性组合权重决策矩阵C;
具体方法如下:
Ⅰ)采用AHP(Analytic hierarchy process)方法计算各个属性的主观权重;将三个评估属性进行两两比较,业务节点关联度是业务局部属性,传递的影响较低;业务用户直接进行业务操作,因此业务用户类型的影响比业务节点关联度要强;业务优先级比前两个属性影响大,因此,业务节点重要性评估属性比较赋值如表1所示。其中,2、4表示属性i与属性j的影响程度比较赋值介于3、5之间。
表1业务节点重要性评估属性比较赋值
依据表1中的业务节点重要性评估属性比较赋值,构建一个初始比较矩阵A;将初始比较矩阵A按照式(2)进行归一化而形成归一化矩阵B:
其中,aij为初始比较矩阵A中的赋值。
将归一化矩阵B中每一行的和进行标准化得到主观权重W={0.1062,0.2605,0.6333}。为避免各个方案存在矛盾,协调各个属性重要度,AHP方法需满足一致性检验。一致性检验指标CI的计算如式(3)-(4)所示。
CI=(λmax-n)/(n-1) (3)
A W=λmaxW (4)
Ⅱ)采用熵(Entropy)方法计算各个属性的客观权重;熵加权是客观权重的计算方法之一,利用熵值得到的各个属性的客观权重对属性权重进行修正,可为业务节点重要性的评估提供更可靠的客观依据。客观权重计算过程如式(5)-(7)所示:
上述各式中,Sij为第i个业务节点的第j个属性的比重,m,n分别为业务节点的个数和评估属性的个数,rij为节点重要性决策矩阵R的元素;ej为第j个属性信息熵,其中k是常量,k=1/ln n;wj为第j个属性权重;经过式(7)计算,最后得到各个属性的客观权重
Ⅲ)将上述主观权重和客观权重进行组合而得到组合权重,并构建成节点重要性组合权重决策矩阵C;
首先,基于主客观方法加权构建组合权重矩阵并记为E,如式(8)所示:
然后,采用标准化节点重要性决策矩阵R和组合权重矩阵E利用式(9)-(11)计算出组合权重:
[(RTE)T(RTE)]X*=λmaxX* (9)
W*=EX* (10)
其中,R为标准化节点重要性决策矩阵;λmax,X*分别为(RTE)T(RTE)的最大特征根和最大特征向量;W*是将组合权重矩阵E转换成方阵以便计算;为各个属性的组合权重;最后利用式(12)构建成节点重要性组合权重决策矩阵C。
5)利用AE-VIKOR(Analytic hierarchy process weighting and Entropyweighting VIKOR,AE-VIKOR)算法计算业务节点的重要性系数的S5阶段:结合步骤4)中获得的节点重要性组合权重决策矩阵C,采用AE-VIKOR算法计算出业务节点的重要性系数Qi;
具体方法如下:
AE-VIKOR方法的整体作用以最大化群体贡献值Ui来衡量,个体作用以最小化个体贡献值Ki来衡量,业务节点的重要性系数Qi利用式(13)-(15)进行计算:
Qi=v(Ui-U*)/(U--U*)+(1-v)(Ki-K*)/(K--K*) (15)
其中,cij为节点重要性组合权重决策矩阵C中的各个元素;v为决策机制系数,根据决策方法一般性,设置v=0.5;U*=miniUi,U-=maxiUi,K*=miniKi,K-=maxiKi。
6)关键业务节点识别的S5阶段:将步骤5)中得到的业务节点的重要性系数Qi进行排序,获得最大重要性系数Qi的业务节点即为业务关键节点。
具体方法如下:
1、首先确定步骤5)中得到的业务节点的重要性系数Qi能否同时满足以下两个条件:
条件(1):可接受优势性:将步骤5)中得到的业务节点的重要性系数Qi进行排序,取靠前的两个业务节点的重要性系数Qi,Qj并判断是否满足式(16)所示的条件,其中,m为业务节点的个数:
Qi-Qj≥1/(m-1) (16)
条件(2):可接受稳定性:业务节点的重要性系数Qi在最大化群体贡献值Ui、最小化个体贡献值Ki中的排序第一;
若同时满足以上两个条件,那么业务节点的重要性系数最大的业务节点即为关键业务节点。
如图2所示,当某种威胁利用业务系统的脆弱性,系统执行关键业务时信息安全事件就会出现。信息安全事件比如自然灾害事件,基础设施故障,网络攻击,技术故障,恶意代码攻击等。分析业务流程的关键业务对系统资源分配及业务连续性恢复非常重要。多系统协作关系使得业务流程涉及的业务逐渐增多,一旦关键节点发生信息安全事件,会严重影响业务连续性,分析关键业务节点对业务连续性影响以利于业务连续性安全管理。
图3为本发明方法(AE-VIKOR)与单一角度计算权重的评估方法(AHP-VIKOR和Entropy-VIKOR)和多属性决策的评估方法之一(TOPSIS)在业务节点的重要性系数计算方法对比图。通过图3可知,AE-VIKOR方法和其他4种方法相比,评估结果更加精确。AHP-VIKOR和Entropy-VIKOR单一角度进行属性权重改进的评估,偏主观或者客观的角度的评估结果出现偏差。TOPSIS在计算个别业务节点的重要性系数时不符合评估属性的权重大小,出现偏差。
如图4所示,本发明中的决策机制系数v采用0.5。决策机制系数不同的设定值会影响最后的关键业务节点识别。具体实施如下:为采取合理高效地决策机制系数v,本发明设计了系数决策机制v分别为0.2,0.4,0.5,0.6,0.8。当v=0.5时,各个业务节点的重要性系数计算精确且差异明显可见,因此,为不失一般性,本发明方法的决策机制系数v设置为0.5。
Claims (6)
1.一种民航关键业务节点识别方法,其特征在于:所述的民航关键业务节点识别方法包括按顺序进行的下列步骤:
1)获取业务节点的S1阶段:通过整个民航业务流程的分析,将所有业务抽取成m个业务节点,由m个业务节点构成待评估的业务节点集;
2)确定用于业务节点重要性的评估属性及属性量化的S2阶段:依据业务流程和复杂网络节点度中心性理论,以及业务节点重要相关因素,选取业务节点关联度、业务用户类型和业务优先级三个评估属性对业务节点重要性进行评估,并对各个评估属性进行量化而得到量化值;
3)构建节点重要性决策矩阵的S3阶段:根据步骤1)获得的业务节点集和步骤2)获得的评估属性的量化值构建标准化节点重要性决策矩阵R;
4)构建节点重要性组合权重决策矩阵的S4阶段:从主观和客观角度分别计算主观权重和客观权重,结合两个权重计算组合权重,进而对步骤3)获得的标准化节点重要性决策矩阵R进行加权,构建成节点重要性组合权重决策矩阵C;
5)利用AE-VIKOR算法计算业务节点的重要性系数的S5阶段:结合步骤4)中获得的节点重要性组合权重决策矩阵C,采用AE-VIKOR算法计算出业务节点的重要性系数Qi;
6)关键业务节点识别的S5阶段:将步骤5)中得到的业务节点的重要性系数Qi进行排序,获得最大重要性系数Qi的业务节点即为业务关键节点。
2.根据权利要求1所述的民航关键业务节点识别方法,其特征在于:在步骤2)中,所述的对业务节点关联度、业务用户类型和业务优先级三个评估属性进行量化而得到量化值的具体方法如下:
Ⅰ)业务节点关联度的量化:将业务节点关联度定义为与一个业务节点直接相连的节点与除其之外的节点总数的比值;
Ⅱ)业务用户类型的量化:将业务用户类型分为工作人员、普通用户和两者兼有用户三种,并采用1,2,3等级赋值;将普通用户赋值为1,工作人员赋值为2,两者兼有的用户赋值为3;
Ⅲ)业务优先级的量化:业务优先级赋值是基于业务的服务特征及应用类型,采用1,2,3,4等级赋值;其中,业务的服务特征及应用类型分为背景类、交互类、流类和会话类;背景类的业务优先级赋值为1;交互类的业务优先级赋值为2;流类的业务优先级赋值为3;会话类的业务优先级赋值为4。
4.根据权利要求1所述的民航关键业务节点识别方法,其特征在于:在步骤4)中,所述的从主观和客观角度分别计算主观权重和客观权重,结合两个权重计算组合权重,进而对步骤3)获得的标准化节点重要性决策矩阵R进行加权,构建成节点重要性组合权重决策矩阵C的具体方法如下:
Ⅰ)采用AHP方法计算各个属性的主观权重;将三个评估属性进行两两比较,业务节点关联度是业务局部属性,传递的影响较低;业务用户直接进行业务操作,因此业务用户类型的影响比业务节点关联度要强;业务优先级比前两个属性影响大,因此,业务节点重要性评估属性比较赋值如表1所示;
表1业务节点重要性评估属性比较赋值
依据表1中的业务节点重要性评估属性比较赋值,构建一个初始比较矩阵A;将初始比较矩阵A按照式(2)进行归一化而形成归一化矩阵B:
其中,aij为初始比较矩阵A中的赋值;
将归一化矩阵B中每一行的和进行标准化得到主观权重W={0.1062,0.2605,0.6333};
Ⅱ)采用熵方法计算各个属性的客观权重;客观权重计算过程如式(5)-(7)所示:
上述各式中,Sij为第i个业务节点的第j个属性的比重,m,n分别为业务节点的个数和评估属性的个数,rij为节点重要性决策矩阵R的元素;ej为第j个属性信息熵,其中k是常量,k=1/ln n;wj为第j个属性权重;经过式(7)计算,最后得到各个属性的客观权重
Ⅲ)将上述主观权重和客观权重进行组合而得到组合权重,并构建成节点重要性组合权重决策矩阵C;
首先,基于主客观方法加权构建组合权重矩阵并记为E,如式(8)所示:
然后,采用标准化节点重要性决策矩阵R和组合权重矩阵E利用式(9)-(11)计算出组合权重:
[(RTE)T(RTE)]X*=λmaxX* (9)
W*=EX* (10)
5.根据权利要求1所述的民航关键业务节点识别方法,其特征在于:在步骤5)中,所述的结合步骤4)中获得的节点重要性组合权重决策矩阵C,采用AE-VIKOR算法计算出业务节点的重要性系数Qi的具体方法如下:
AE-VIKOR方法的整体作用以最大化群体贡献值Ui来衡量,个体作用以最小化个体贡献值Ki来衡量,业务节点的重要性系数Qi利用式(13)-(15)进行计算:
Qi=v(Ui-U*)/(U--U*)+(1-v)(Ki-K*)/(K--K*) (15)
其中,cij为节点重要性组合权重决策矩阵C中的各个元素;v为决策机制系数,根据决策方法一般性,设置v=0.5;U*=mini Ui,U-=maxiUi,K*=mini Ki,K-=maxi Ki。
6.根据权利要求1所述的民航关键业务节点识别方法,其特征在于:在步骤6)中,所述的将步骤5)中得到的业务节点的重要性系数Qi进行排序,获得最大重要性系数Qi的业务节点即为业务关键节点的具体方法如下:
首先确定步骤5)中得到的业务节点的重要性系数Qi能否同时满足以下两个条件:
条件(1):可接受优势性:将步骤5)中得到的业务节点的重要性系数Qi进行排序,取靠前的两个业务节点的重要性系数Qi,Qj并判断是否满足式(16)所示的条件,其中,m为业务节点的个数:
Qi-Qj≥1/(m-1) (16)
条件(2):可接受稳定性:业务节点的重要性系数Qi在最大化群体贡献值Ui、最小化个体贡献值Ki中的排序第一;
若同时满足以上两个条件,那么业务节点的重要性系数最大的业务节点即为关键业务节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877504.7A CN112036733A (zh) | 2020-08-27 | 2020-08-27 | 一种民航关键业务节点识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877504.7A CN112036733A (zh) | 2020-08-27 | 2020-08-27 | 一种民航关键业务节点识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112036733A true CN112036733A (zh) | 2020-12-04 |
Family
ID=73580196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010877504.7A Pending CN112036733A (zh) | 2020-08-27 | 2020-08-27 | 一种民航关键业务节点识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036733A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239250A (zh) * | 2021-06-09 | 2021-08-10 | 河南科技大学 | 一种数据采集关键节点的筛选方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106658727A (zh) * | 2016-04-28 | 2017-05-10 | 电子科技大学 | 一种基于多种相关属性的业务重要性确定与资源分配方法 |
CN107122894A (zh) * | 2017-04-14 | 2017-09-01 | 华中师范大学 | 一种组合赋权的教育信息化水平评估方法及系统 |
CN110650043A (zh) * | 2019-09-18 | 2020-01-03 | 中国民航大学 | 面向业务流程的关键业务系统识别与风险评估方法 |
-
2020
- 2020-08-27 CN CN202010877504.7A patent/CN112036733A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106658727A (zh) * | 2016-04-28 | 2017-05-10 | 电子科技大学 | 一种基于多种相关属性的业务重要性确定与资源分配方法 |
CN107122894A (zh) * | 2017-04-14 | 2017-09-01 | 华中师范大学 | 一种组合赋权的教育信息化水平评估方法及系统 |
CN110650043A (zh) * | 2019-09-18 | 2020-01-03 | 中国民航大学 | 面向业务流程的关键业务系统识别与风险评估方法 |
Non-Patent Citations (2)
Title |
---|
刘欣等: ""基于组合赋权 VIKOR 方法的网络节点重要性评价"", 《计算机应用研究》 * |
王新艳等: ""基于熵权和 VIKOR法的建筑供应商选择问题研究"", 《物技术与方法》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113239250A (zh) * | 2021-06-09 | 2021-08-10 | 河南科技大学 | 一种数据采集关键节点的筛选方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543737B (zh) | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 | |
Cheng et al. | Contractor selection using the analytic network process | |
CN107734512B (zh) | 一种基于灰度关联层次分析的网络选择方法 | |
CN109102157A (zh) | 一种基于深度学习的银行工单派单方法及系统 | |
CN111738817A (zh) | 识别风险社区的方法及系统 | |
CN112101807A (zh) | 一种电信行业集团客户价值综合评估的方法及相关装置 | |
CN109636189A (zh) | 一种基于权重综合评估的输电网规划方案评价方法及系统 | |
CN110650043B (zh) | 面向业务流程的关键业务系统识别与风险评估方法 | |
CN115329338A (zh) | 基于云计算服务的信息安全风险分析方法及分析系统 | |
CN114499956A (zh) | 一种网络信息安全风险评估系统及其方法 | |
CN116579640A (zh) | 电力营销服务渠道用户体验评估方法及系统 | |
CN112036733A (zh) | 一种民航关键业务节点识别方法 | |
US20240144405A1 (en) | Method for information interaction, device, and storage medium | |
CN103970651A (zh) | 基于组件安全属性的软件体系结构安全性评估方法 | |
WO2024093468A1 (zh) | 风偏闪络风险评价方法、系统、设备、可读存储介质 | |
CN109167806A (zh) | 一种基于前景理论的不确定QoS感知Web服务选择方法 | |
CN112016858A (zh) | 一种基于主客观赋权法的舆情风险评价方法 | |
CN107644285A (zh) | 售电市场盈利能力评估指标的筛选与权重确定方法及系统 | |
CN114462506B (zh) | 一种支持偏好策略的通信网络辅助规划方法及其应用 | |
CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
CN115345489A (zh) | 基于服务层的云计算风险分析方法及分析系统 | |
CN112116238A (zh) | 一种基于指标权重体系设计的满意度评估方法 | |
CN113709511A (zh) | 一种团队求职招聘的视频直播方法及系统 | |
CN113327047A (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN112100165A (zh) | 基于质量评估的交通数据处理方法、系统、设备和介质 |
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 |
Application publication date: 20201204 |
|
RJ01 | Rejection of invention patent application after publication |