CN114049026A - 一种基于层次分析法的工业互联网标识解析风险评估方法 - Google Patents

Abstract

本发明公开了一种基于层次分析法的工业互联网标识解析风险评估方法，通过综合运用内容分析法和德尔菲法构建工业互联网标识解析评价指标体系，建立安全风险分析模型。在风险分析的过程中邀请多名专家运用层次分析法计算出权重，在专家打分的过程中匿名征求专家反馈意见，直到专家确定意见再应用D‑S证据理论统一多名专家意见并确定权重。通过该方法求解各项评价指标的影响权重，可以解决评估信息的不确定性问题，最后通过模糊综合评价法来计算工业互联网标识解析的安全风险值。通过对权重和风险值的分析，对工业互联网标识解析提出相应的风险管控措施，进而实现对工业互联网标识解析的安全防护。

Description

一种基于层次分析法的工业互联网标识解析风险评估方法

技术领域

本发明属于工业互联网标识风险评估技术领域，涉及工业互联网标识解析风险评估方法，具体为一种基于层次分析法的工业互联网标识解析风险评估的方法。

背景技术

工业互联网标识解析作为工业互联网的重要网络基础设施，是我国工业互联网建设的重要任务，同时也是支撑工业互联网实现身份管理、实现数据互联互通的枢纽，工业互联网标识解析安全也是工业互联网安全的重要内容。随着工业互联网标识的逐步推广及应用，标识解析开启了一个自主机器和智能过程的崭新时代，正在带来巨大的社会机遇和经济机遇。然而，互联互通的过程必将会带来不可避免的副作用。目前，对工业互联网标识解析进行风险评估来降低其安全风险逐渐成为工业互联网标识解析体系部署过程中最重要的措施和手段，因此对工业互联网标识解析进行安全风险评估就尤为重要。

目前，风险评估的研究方法主要分为三类：定量的风险评估、定性的风险评估以及定量和定性相结合的评估方法。定性方法可以挖掘出一些蕴藏很深的思想，使得评估的结论更全面、更深刻，但主观性太强，往往受评估者本身的知识、经验和教训等因素影响。定量方法时通过直观的数据来表述评估的结果，看起来一目了然，但也可能使得本来比较复杂的事物简单化，失去主要的因素，有的因素还可能被误解和曲解。因此，采用定性和定量相结合的方法最能体现出评估的科学性和客观性。王辉等人认真的分析了多种评估方法(王辉,张娟,赵雅,等.一种新型贝叶斯模型的网络风险评估方法[J].小型微型计算机系统,2020(9).)，提出了贝叶斯模型的评估方法，通过计算风险概率，实现动态地评估网络风险。夏冀等人详细的分析了安全的重要性,根据存在的安全风险，构建了风险分析和评估制度，能够多方面地分析面临的安全威胁和风险，提出防御措施并提升安全防护能力(夏冀,甘俊杰,李琳.工业控制系统信息安全风险评估方法研究[J].自动化博览,2019(S2).)。由这些文献可知道在实际风险评估过程中，评估对象时层次分析法是主要的手段，然而层次分析法在指标过多、数据量过大的情况下，不易令人信服，检验判断矩阵是否一致非常困难。这种传统的层次分析方法对工业互联网标识安全风险评估时的风险评估的定义不精准，导致评估风险度值极低，无法实现可靠性评估。

针对这一问题，提出运用层次分析法对工业互联网标识解析进行初步的风险评估，并通过运用D-S证据理论和模糊综合评价法来求解各指标的影响权重和安全风险值，实现对工业互联网标识评估的进一步优化，得到最终的评估结果。

发明内容

本发明目的是对工业互联网标识解析体系进行风险评估，提出一种基于层次分析法的风险评估方法，对工业互联网标识进行风险评估，进而保障工业互联网标识解析的安全。

本发明方法通过运用层次分析法、D-S证据理论和模糊综合评估法等对工业互联网标识解析进行风险评估，进而求解各指标的影响权重和风险值。根据评估的结果提出相应的风险管控措施来实现对工业互联网标识解析的安全管控。该方法能够完成工业互联网标识解析安全风险动态评估过程，能够极大的提高评估的准确性，满足工业互联网标识解析安全的实际需求。

本发明是采用如下技术方案实现的：

一种基于层次分析法的工业互联网标识解析风险评估方法，包括如下步骤：

(1)、综合运用内容分析法和德尔菲法构建工业互联网标识解析评价指标体系；

指标体系包括三大层，自上而下分别是目标层、准则层和措施层；其中，目标层是指风险评估的归结目的；准则层是指约束目标实现方法需要寻找的原则，准则层作为一级指标；措施层是指实现目标需要采用的相关措施，措施层作为二级指标。

(2)、邀请工业互联网标识领域的专家对一级指标和二级指标进行打分，并运用1-9标度法对该指标体系同一层的各要素进行两两比较，通过每两个要素之间的相对重要程度等级构造判断矩阵表；即位于准则层的一级指标构成判断矩阵表，每个一级指标对应的二级指标构成判断矩阵表。

(3)、针对每个判断矩阵表中的各个指标进行排序，对每个判断矩阵表的元素进行归一化处理。

(4)、检验每个判断矩阵表是否存在严重的非一致性问题，以便能够确定该判断矩阵表是否有效。

(5)、所有的判断矩阵表都能够满足相容性条件之后，由D-S证据理论加权多位专家对于一级指标和二级指标的权重，得出最终权重值。

(6)、通过建立评语集和计算指标的隶属度，确定工业互联网标识解析的风险值，综合评价工业互联网标识解析安全风险的高低。

(7)、根据安全风险的评价结果，对工业互联网标识解析提出相应的风险管控措施，进而实现对工业互联网标识解析的安全防护。

本发明方法在评估时，首先需分析工业互联网标识解析的风险评估需求，确定工业互联网标识解析体系的风险评价指标，其次通过运用风险评估的方法来得出各指标的权重和风险值，最终可以分析出工业互联网标识解析的评估结果。根据评估的结果提出相应的风险管控措施来实现对工业互联网标识解析的安全管控。

进一步优选的步骤(3)中，进行归一化处理的具体方法如下：

先对判断矩阵表中每一个的元素进行归一化处理，元素归一化的处理公式如下：

接着将已经归一化的判断矩阵表按照行进行相加，计算公式如下：

然后将相加得到的向量再次实施归一化处理，其计算结果就是所求的特征向量，计算过程如下：

此时，通过判断矩阵表和特征向量w计算该判断矩阵表的最大特征根λ_max，计算公式为：

进一步优选的步骤(4)中，具体的判断步骤为：

当判断矩阵表的阶数小于3时，规定判断矩阵表具有完全一致性；

当判断矩阵表的阶数大于3时，对判断矩阵表进行一致性检验，首先构造一致性检验指标，构建公式如下：CI＝(λ_max-n)/(n-1)；接着修正一致性指标CR，具体的计算过程如下：CR＝CI/RI；修正完毕后，如果计算CR的结果小于0.1，表示该判断矩阵表具有一致性。

进一步优选的步骤(5)中，D-S证据理论的合成规则为

其中，A₁,A₂,…A_N代表N个性质不同的证据，m₁,m₂,…m_N是D-S证据理论合成规则的基本概率函数，K为证据之间的冲突程度，计算如下：

通过以上方法，得到工业互联网标识解析评价指标体系中所有指标的权重值。

进一下优选的步骤(6)中，通过建立评语集和计算指标的隶属度，来确定工业互联网标识解析的风险值；

评语集是评判者对被评估对象可能做出的各种总的评判结果的集合，用V表示，即建立评语集V＝{v，v₂，…v_n}，取n＝5，将评语集分为五个等级，{很好，好，较好，一般，差}；接下来确定它的因素集，因素集是影响被评估对象的各种因素为元素组成的集合，用U表示，U＝{u₁，u₂，…u_n}，U代表影响因素，u_i表示安全风险评估指标体系中的具体指标；

接下来确定隶属度，由确定的评语集{很好，好，较好，一般，差}，给定等级的分数依次为90，80，70，60，50；具体的公式如下：

然后再根据专家给出每一个指标的评估分数去计算单因素模糊评价矩阵，最后在对各子因素层指标

的评价矩阵R_k作模糊矩阵运算，得到主因素层指标U_k对于评语集V的隶属向量：B_k B＝W·R＝(B₁，B₂，…，B_i)，根据最大隶属度原则，最大的B_i就是对应的评估结果。

本发明方法所述的基于层次分析法的工业互联网标识解析风险评估方法，充分考虑工业互联网标识解析体系可能存在的安全风险，对可能存在的安全风险进行分析，通过综合运用内容分析法和德尔菲法构建工业互联网标识解析评价指标体系，建立安全风险分析模型。在风险分析的过程中邀请多名专家运用层次分析法计算出权重，在专家打分的过程中匿名征求专家反馈意见，直到专家确定意见再应用D-S证据理论统一多名专家意见并确定权重。通过该方法求解各项评价指标的影响权重，可以解决评估信息的不确定性问题，最后通过模糊综合评价法来计算工业互联网标识解析的安全风险值。通过对权重和风险值的分析，对工业互联网标识解析提出相应的风险管控措施，进而实现对工业互联网标识解析的安全防护。

与现有技术相比，本发明的优势在于：

1、本发明引入了证据理论对层次分析法进行改进，再结合模糊综合评估法对工业互联网标识解析进行风险评估，可以大大减少传统层次分析法的主观性，该方法能够完成了工业互联网标识解析安全风险动态评估过程，能够极大的提高评估的准确性，满足工业互联网标识解析安全的实际需求，使评估的结果更为准确。

2、本发明运用内容分析法和德尔菲法对工业互联网标识解析进行评价指标的确定，从各个层面对工业互联网标识解析进行安全评估。

3、本发明通过对工业互联网标识解析进行风险评估，对工业互联网标识解析的风险值进行计算，然后根据其评估的结果制定相应的风险管控措施，进而确保工业互联网标识解析的安全。

本发明设计合理，具有很好的实际应用价值。

附图说明

图1表示工业互联网标识解析实施流程图。

图2表示工业互联网标识解析评价指标体系图。

具体实施方式

下面结合附图对本发明的具体实施例进行详细说明。

本实施例提供一个采用本发明方法对工业互联网标识解析进行风险评估，确定其风险值，进而对工业互联网标识进行风险管控。

一种基于层次分析法的工业互联网标识解析风险评估方法，包括如下步骤：

步骤1、对工业互联网标识解析进行风险评估时，首先要清楚工业互联网标识解析的资产、脆弱性以及存在的威胁，然后综合运用内容分析法和德尔菲法构建工业互联网标识解析评价指标体系。

本实施例确定的指标体系主要从架构安全、身份安全、数据安全和运营安全这几方面来考虑，同时对每一部分指标进行细化来构建风险评估指标体系。如图2所示，指标体系包括三大层，自上而下分别是目标层、准则层和措施层。目标层：工业互联网标识解析体系风险。准则层(作为一级指标)：架构安全、身份安全、数据安全、运营安全。措施层(作为二级指标)：架构安全可以分为节点可用性风险、节点间协同风险和关键节点关联性风险；身份安全可以分为身份欺骗、越权访问、权限紊乱和设备漏洞；数据安全可以分为数据窃取、数据纂改、隐私数据泄露和数据丢失；运营安全可以分为物理环境管理、访问控制管理、人员管理、业务连续性管理和流程管理。

步骤2、邀请工业互联网标识领域的专家对一级指标和二级指标进行打分，并运用1-9标度法(表2)对该指标体系同一层的各要素进行两两比较，可以在上一层某一个元素的具体约束条件下，认真的比较和分析处于同一层次的元素重要性，为了能够较准确地判断各个因素的重要性，通过每两个要素之间的相对重要程度等级构造判断矩阵表。即：位于准则层的一级指标构成判断矩阵表(表3)，每个一级指标对应的二级指标构成判断矩阵表(分别为表4、表5、表6、表7)。构建的一级指标和二级指标的判断矩阵表如下：

表2 1-9标度法；

标度	含义
		1	表示因素i与因素j相比，具有相同重要性
3	表示因素i与因素j相比，因素i比因素j强
		5	表示因素i与因素j相比，因素i比因素j稍强
7	表示因素i与因素j相比，因素i比因素j明显强
		9	表示因素i与因素j相比，因素i比因素j绝对强
2、4、6、8	表示因素i相对于因素j重要性介于1、3、5、7、9相邻之间

表3工业互联网标识解析风险评估一级指标的判断矩阵表

表4架构安全二级指标的判断矩阵表

表5身份安全二级指标的判断矩阵表

表6数据安全二级指标的判断矩阵表

表7运营安全二级指标的判断矩阵表

步骤3、针对每个判断矩阵表中的各个指标进行排序，对每个判断矩阵表的元素进行归一化处理。进行归一化处理的具体方法如下：

先对判断矩阵表中每一个的元素进行归一化处理，元素归一化的处理公式如下：

接着将已经归一化的判断矩阵表按照行进行相加，计算公式如下：

然后将相加得到的向量再次实施归一化处理，其计算结果就是所求的特征向量，计算过程如下：

此时，通过对每一层构造的判断矩阵表和特征向量w计算该判断矩阵表的最大特征根λ_max，计算公式为：

步骤4、经过上述过程后，还需要检验每个判断矩阵表是否存在严重的非一致性问题，以便能够确定该判断矩阵表是否有效。具体的判断步骤为：

当判断矩阵表的阶数小于3时，规定判断矩阵表具有完全一致性；

当判断矩阵表的阶数大于3时，对判断矩阵表进行一致性检验，首先构造一致性检验指标，构建公式如下：CI＝(λ_max-n)/(n-1)(4.1)；接着修正一致性指标CR，具体的计算过程如下：CR＝CI/RI(4.2)，RI的取值见表1；修正完毕后，如果计算CR的结果小于0.1，表示该判断矩阵表具有一致性。否则，需要对其进行适当的修改。所有的判断矩阵都能够满足相容性条件(具有完全一致性)之后，便可以计算权重结果，并且针对各个计算结果进行总的排序。

表1一致性指标RI

矩阵阶数	1	2	3	4	5	6	7	8	9
										RI	0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45

另外，为避免多位专家出现极端不一致的意见，打分过程采用德尔菲法，即匿名征求专家意见-归纳计算、统计-匿名反馈-再征求专家意见、归纳统计若干轮后，直到多名专家不再更改为止。

步骤5、所有的判断矩阵表都能够满足相容性条件之后，由D-S证据理论加权多位专家对于一级指标和二级指标的权重，得出最终权重值。

D-S证据理论的合成规则为：

其中，A₁，A₂，…A_N代表N个性质不同的证据，m₁，m₂，…m_N是D-S证据理论合成规则基本概率函数，K为证据之间的冲突程度，计算如下：

通过以上方法，得到工业互联网标识解析评价指标体系中所以指标的权重值。

具体实施时，类似地对每一部分分别构造它的判断矩阵表，其他几位专家也相类似的构造判断矩阵表，接着借助层次分析法的软件yaahp10.1进行权重计算，根据前面所述步骤进行单层次排序及一致性检验和总体层次排序及一致性检验，得到每一部分指标判断矩阵的一致性比例和相对于目标层的权重。根据公式进行相应的计算，并由D-S证据理论加权多位专家每层指标的权重，最终可得到工业互联网标识解析风险评估指标体系的权重表，如表8。

表8工业互联网标识解析风险评估指标体系的权重表

步骤6、之后对工业互联网标识解析进行模糊综合评价，通过建立评语集和计算指标的隶属度，确定工业互联网标识解析的风险值，综合评价工业互联网标识解析安全风险的高低。

评语集是评判者对被评估对象可能做出的各种总的评判结果的集合，用V表示，即建立评语集V＝{v,v₂，…v_n},可以取n＝5，将评语集分为五个等级，{很好，好，较好，一般，差}。接下来确定它的因素集，因素集是影响被评估对象的各种因素为元素组成的集合，用U表示，U＝｛u₁，u₂，…u_n}，U代表影响因素，u_i表示安全风险评估指标体系中的具体指标。

接下来确定隶属度，由确定的评语集{很好，好，较好，一般，差}，给定等级的分数依次为90，80，70，60，50；具体的公式如下：

然后再根据专家给出每一个指标的评估分数去计算单因素模糊评价矩阵，最后在对各子因素层指标

的评价矩阵R_k作模糊矩阵运算，得到主因素层指标U_k对于评语集V的隶属向量：B_k B＝W·R＝(B₁，B₂，…，B_i)，根据最大隶属度原则，最大的B_i就是对应的评估结果，得到工业互联网标识解析的评估结果。

具体实施时，建立评语集，将评语集分为很好、好、较好、一般和差5个等级。通过考虑各种影响因素和专家对于各项风险指标进行打分，建立评语集，再计算评估要素的因素集，根据前面步骤可知，可知本文的因素U分别为身份安全、架构安全、数据安全和运营安全。根据公式(7.1)到(7.5)计算可以确定隶属度和指标的单因素模糊评价矩阵。经过计算可得到架构安全的隶属度为(0.31，0.69，0，0，0)；身份安全的隶属度为(0.31，0.69，0，0，0)；数据安全的隶属度为(0.31，0.69，0，0，0)；运营安全的隶属度为(0.31，0.69，0，0，0)。然后对其进行综合评价，根据最大隶属度原则，可得到评估的隶属度B为：B＝(0.118399，0.608531，0.321261，0)。由上述评估可知，工业互联网标识解析安全风险等级为较好。

步骤7、最后根据整个评估过程中可能存在的不安全因素提出相应的风险管控措施，来保证工业互联网标识解析的安全。结果证明，通过相应的工业互联网标识解析风险管控措施(如表9所示)可以很好的保证工业互联网标识解析的安全。

表9工业互联网标识解析相应的风险管控措施

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照本发明实施例进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明的技术方案的精神和范围，其均应涵盖本发明的权利要求保护范围中。

Claims (6)

1.一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：包括如下步骤：

(1)、综合运用内容分析法和德尔菲法构建工业互联网标识解析评价指标体系；

指标体系包括三大层，自上而下分别是目标层、准则层和措施层；其中，目标层是指风险评估的归结目的；准则层是指约束目标实现方法需要寻找的原则，准则层作为一级指标；措施层是指实现目标需要采用的相关措施，措施层作为二级指标；

(2)、邀请工业互联网标识领域的专家对一级指标和二级指标进行打分，并运用1-9标度法对该指标体系同一层的各要素进行两两比较，通过每两个要素之间的相对重要程度等级构造判断矩阵表；即位于准则层的一级指标构成判断矩阵表，每个一级指标对应的二级指标构成判断矩阵表；

(3)、针对每个判断矩阵表中的各个指标进行排序，对每个判断矩阵表的元素进行归一化处理；

(4)、检验每个判断矩阵表是否存在严重的非一致性问题，以便能够确定该判断矩阵表是否有效；

(5)、所有的判断矩阵表都能够满足相容性条件之后，由D-S证据理论加权多位专家对于一级指标和二级指标的权重，得出最终权重值；

(6)、通过建立评语集和计算指标的隶属度，确定工业互联网标识解析的风险值，综合评价工业互联网标识解析安全风险的高低；

(7)、根据安全风险的评价结果，对工业互联网标识解析提出相应的风险管控措施，进而实现对工业互联网标识解析的安全防护。

2.根据权利要求1所述的一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：步骤(3)中，进行归一化处理的具体方法如下：

先对判断矩阵表中每一个元素进行归一化处理，元素归一化的处理公式如下：

接着将已经归一化的判断矩阵表按照行进行相加，计算公式如下：

然后将相加得到的向量再次实施归一化处理，其计算结果就是所求的特征向量，计算过程如下：

此时，通过对每一层构造的判断矩阵表和特征向量w计算该判断矩阵表的最大特征根λ_max，计算公式为：

3.根据权利要求2所述的一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：步骤(4)中，具体的判断步骤为：

当判断矩阵表的阶数小于3时，规定判断矩阵表具有完全一致性；

当判断矩阵表的阶数大于3时，对判断矩阵表进行一致性检验，首先构造一致性检验指标，构建公式如下：CI＝(λ_max-n)/(n-1)；接着修正一致性指标CR，具体的计算过程如下：CR＝CI/RI；修正完毕后，如果计算CR的结果小于0.1，表示该判断矩阵表具有一致性。

4.根据权利要求3所述的一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：步骤(5)中，D-S证据理论的合成规则为

其中，A₁，A₂，...A_N代表N个性质不同的证据，m₁，m₂，…m_N是其基本概率函数，K为证据之间的冲突程度，计算如下：

通过以上方法，得到工业互联网标识解析评价指标体系中所以指标的权重值。

5.根据权利要求4所述的一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：步骤(6)中，通过建立评语集和计算指标的隶属度，来确定工业互联网标识解析的风险值；

评语集是评判者对被评估对象可能做出的各种总的评判结果的集合，用V表示，即建立评语集V＝{v，v₂，...v_n}，取n＝5，将评语集分为五个等级，{很好，好，较好，一般，差}；接下来确定它的因素集，因素集是影响被评估对象的各种因素为元素组成的集合，用U表示，U＝{u₁，u₂，...u_n}，U代表影响因素，u_i表示安全风险评估指标体系中的具体指标；

接下来确定隶属度，由确定的评语集{很好，好，较好，一般，差}，给定等级的分数依次为90，80，70，60，50；具体的公式如下：

然后再根据专家给出每一个指标的评估分数去计算单因素模糊评价矩阵，最后在对各子因素层指标

的评价矩阵R_k作模糊矩阵运算，得到主因素层指标U_k对于评语集V的隶属向量：B_kB＝W·R＝(B₁，B₂，...，B_i)，根据最大隶属度原则，最大的B_i就是对应的评估结果。

6.根据权利要求4所述的一种基于层次分析法的工业互联网标识解析风险评估方法，其特征在于：采用层次分析法的软件yaahp10.1进行步骤(5)的权重计算。

Images