信息系统风险评估论文-詹雄,郭昊,何小芸,刘周斌,孙学洁

信息系统风险评估论文-詹雄,郭昊,何小芸,刘周斌,孙学洁

导读:本文包含了信息系统风险评估论文开题报告文献综述及选题提纲参考文献,主要关键词:智能电网,边缘计算,信息安全,风险评估

信息系统风险评估论文文献综述

詹雄,郭昊,何小芸,刘周斌,孙学洁[1](2019)在《国家电网边缘计算信息系统安全风险评估方法研究》一文中研究指出依据风险评估理论,提出了基于模糊层次分析法的国家电网边缘计算信息系统安全风险评估方法。给出了设备层、数据层、网络层、应用层和管理层5个方面的安全评估项。在此基础上,针对网络安全评估,通过层次分析法比较评估项的重要程度,再结合模糊综合评价矩阵,计算得到网络安全的整体安全评价数值,据此对网络安全方面进行风险评估,并比较不同场景下的安全评估效果。最后,采用Microsoft威胁建模工具构建国家电网边缘计算信息系统威胁模型,对风险进行分析和安全加固。(本文来源于《计算机科学》期刊2019年S2期)

张西武,李志平,李跃凯[2](2019)在《基于AHP和D-S证据理论的民航信息系统风险评估》一文中研究指出针对传统民航信息系统安全评估周期长、过程繁琐及专家主观性较强等问题,提出一种基于层次分析法和改进Dempster-Shafer(D-S)证据理论的风险评估方法。首先基于层次分析法确定各层因素相对于上层因素的权重,利用模糊综合评价给出最底层因素的评语集隶属度矩阵;然后利用基于矩阵分析法和信息熵的D-S合成算法计算证据间冲突程度K并对证据重新赋予权值,得出证据对各因素的支持程度;最后通过综合计算来确定系统最终安全等级。该方法进一步降低了专家评估的主观性,客观高效,操作方便,适用于民航信息系统的安全风险评估。(本文来源于《中国民航大学学报》期刊2019年04期)

钟秀霞,王春霞,陈瑞华[3](2019)在《基于护理信息系统的压疮风险评估模块在ICU高危压疮患者中的应用》一文中研究指出目的探讨基于护理信息系统的压疮风险评估模块在ICU高危压疮患者中的应用。方法 2018年1~6月由医院信息部与ICU根据高危压疮患者护理要点建立基于护理信息系统的压疮风险评估模块并应用在ICU患者压疮管理中,比较实施前(2017年6~12月)及实施后(2018年1~6月)ICU患者压疮发生率及护理满意率。结果观察组Ⅰ~Ⅱ期压疮发生率均低于对照组(P<0.05)。观察组压疮风险评估时间、压疮反应预警时间均短于对照组(P<0.05),而护理满意度评分均高于对照组(P<0.05)。结论基于护理信息系统的压疮风险评估模块能有效规范ICU患者压疮风险管理,缩短压疮反应预警时间,降低患者压疮发生率,提高患者护理满意度。(本文来源于《当代护士(下旬刊)》期刊2019年08期)

张明慧,程红霞[4](2019)在《因子分析和神经网络的信息系统风险评估模型》一文中研究指出信息系统风险变化具有随机性、不确定性,传统方法无法准确考虑信息系统风险这些变化特点,导致当前信息系统风险评估的可靠性差、评估精度低。为了改善信息系统风险评估效果,设计基于因子分析和神经网络的信息系统风险评估模型。首先,分析当前信息系统风险评估的国内外研究现状,构建完整的信息系统风险评估指标;然后,采用因子分析法从原始信息系统风险评估指标中提取重要的指标,采用神经网络对信息系统风险评估的训练样本进行学习,构建信息系统风险评估模型;最后,通过仿真对比实验验证所提模型的合理性和优越性。结果表明,所提模型可以准确描述信息系统风险变化的随机性、不确定性,获得高精度的信息系统风险评估结果,改善了信息系统风险评估效率,信息系统风险评估的整体性能要优于当前其他信息系统风险评估模型。(本文来源于《现代电子技术》期刊2019年13期)

周超[5](2019)在《基于量子神经网络理论的信息系统安全风险评估方法研究》一文中研究指出信息安全风险评估是对不确定、随机的潜在风险进行综合评价的过程,可以明确系统的安全现状以及主要的安全风险,为信息系统安全提供有效的保障。然而,现有的评估方法存在诸多的局限性,一方面传统评估方法是确定性的算法和模型,对于不确定性的安全风险度量存在较大难度;另一方面,随着信息系统业务功能的开放化和复杂化,评估计算的非线性与复杂性也随之增加。量子信息理论是量子物理学与信息论相融合的新兴交叉学科,利用量子的或然性以及并行计算优势,能够有效解决不确定性问题。而神经网络所具有自学习与自适应的智能特性,适用于非线性问题的处理。因此,论文探索了量子神经网络算法在信息安全风险评估的应用,研究工作可以归纳为如下两个方面:1.探索了一种基于量子门线路神经网络的信息安全风险评估方法。首先,在分析信息安全特性与保障体系的基础上,以加强风险评估脆弱性要素分析为目标,构建了基于信息资产的风险评估指标模型。然后,通过一组量子门线路构建量子神经网络模型,利用量子旋转门控制相位的偏转与量子位翻转,并将其应用于风险评估计算得到综合风险值。最后,通过实验仿真验证方法的有效性与可靠性,并与BP神经网络进行对比实验,表明了量子门线路神经网络在收敛性能与风险预测方面具有一定优势。2.探索了一种基于量子自组织特征映射(quantum self-organizing feature map,QSOFM)网络的信息安全风险评估方法。首先,根据所构建的风险评价体系及ALARP原则,将安全风险划分为可容忍风险与不可容忍风险。然后,将量子神经元模型与自组织特征映射网络模型相结合,构建QSOFM神经网络模型,并将其应用于风险评估计算得到评估样本分类结果。最后,通过实验仿真验证方法的有效性与可靠性,并与自组织特征映射网络进行对比实验,表明了QSOFM神经网络在评估样本分类正确率与运算时间方面具有一定优势。(本文来源于《贵州大学》期刊2019-06-01)

吴卫国,杨军乐,耿竞[6](2019)在《基于WOA-KELM的中心医院信息系统漏洞风险评估》一文中研究指出为准确评估医院信息系统漏洞风险,针对核极限学习机(KELM)评估结果易受核参数选择的影响,提出一种基于WOA优化KELM的中心医院信息系统漏洞风险评估方法。结合医院信息系统漏洞风险评估的实际需要,将漏洞风险影响因素分成危险程度A、风险概率B、可利用性C和修补难度D 4个类别,通过层次分析法和专家打分构建出各个因素的模糊判断矩阵,将各个评价指标作为KELM的输入,风险得分作为KELM的输出。研究结果表明,文中算法可以有效提高评价精度,对医院信息系统漏洞风险的评价相当有效,为信息系统漏洞风险的评价提供了一种新的方法和途径。(本文来源于《信息技术》期刊2019年04期)

弭乾坤,吴斌,杜宁,秦晰[7](2019)在《基于不完全信息博弈模型的信息系统安全风险评估方法》一文中研究指出博弈理论具有的目标对立性、关系非合作性和策略依存性等特征与网络攻防对抗过程保持一致,将博弈理论应用于网络信息安全已经成为研究热点,但目前已有的研究成果大都采用完全信息博弈模型,与网络攻防实际不符。基于此,为提高信息系统风险评估的准确性,本文构建不完全信息条件下的静态贝叶斯攻防博弈模型,将其应用于网络信息系统安全风险评估,构建相应的信息系统安全风险评估算法。通过仿真实验验证了本文模型和方法的有效性,能够对信息系统安全威胁进行科学、有效的评估。(本文来源于《计算机与现代化》期刊2019年04期)

纪炀[8](2019)在《中国输入传染病传播风险评估地理信息系统的建立》一文中研究指出研究背景和目的随着我国“一带一路”建设的推进,出境就业、开展跨国合作与交流和国际旅行的人员数量快速上升。我国出入境检验检疫监测数据显示2014-2016叁年间有近2.3万例传染病患者在入境时被发现,2016年在口岸监测到的入境人群发病数和发病率均超过2014年的5倍以上,我国近年报告的疟疾、登革热病例也出现以输入病例为主的特征,并在一些区域出现由输入病例导致本土暴发疫情发生的状况,提示进一步加强输入传染病的监测与防控工作的重要性。在经济全球化大背景下,日趋频繁的跨境人口移动使我国面临新突发传染病输入的风险加大,2016年暴发于安哥拉的黄热病通过外出务工人员回国输入到北京市、上海市和福建省等地;暴发于尼日尔共和国的裂谷热于2016年由安哥拉输入北京市;2015年1例中东呼吸综合征患者由韩国入境到广州,提示传染病的跨区域传播与流行不仅是全球重要的公共卫生问题,也是我国需要面临的重要的生物安全问题。当前,适时掌握与我国利益攸关国家(或地区)的传染病威胁和自然疫源地的分布情况,尤其是新突发传染病的流行动态,明确这些区域各种传染病的感染风险,模拟与评估海外不同区域出现传染病暴发疫情情景下输入我国不同地区的概率,并采取针对性的监测与防控措施,已成为当前我国传染病防控工作的重要内容。本研究旨在收集与整合全球重要传染病的分布与暴发疫情数据库、中国大陆入境人群传染病监测数据库等多源传染病数据,基于地理信息系统建立方便灵活、操作简单的流行病学侦察与传播风险评估系统平台,用户通过设置时间、地理范围快速侦察海外特定区域传染病的分布、暴发疫情动态及其传染病通过入境人群的输入特征,模拟评估重要传染病输入我国各地区的风险,为海外传染病的流行病学侦察、感染与输入风险评估及针对性监测与防控提供基础信息和决策依据。研究方法本研究基于Supermap IObject 8C软件开发平台,以Visual Studio 2012作为开发工具,研制开发了中国输入传染病传播风险评估地理信息系统,该系统的主要功能模块包括传染病流行病学侦察与信息可视化、海外传染病输入风险模拟评估两个方面,系统逻辑构架主要由数据源层、流行病学侦察功能层和模拟评估分析层叁部分组成:数据源层由全球重要传染病数据库和中国大陆入境人群传染病监测数据两个数据库以及国际航班与客流量、人口特征和人口构成、基础地理环境等多源信息构成,并使用SQL语言构建Access数据库纳入应用系统。流行病学侦察功能层涵盖海外重点传染病流行病学侦察和中国大陆入境人群传染病流行病学侦察两方面内容。其中,海外重点传染病流行病学侦察主要包括两种侦察方式:第一,根据定制的区域和时间段检索该区域发生的主要传染病的病种及其严重程度、暴发情况、自然疫源地分布状况等信息;第二,根据单病种检索其主要流行区域及其严重程度、自然疫源地分布区等。中国大陆入境人群传染病侦察主要通过设置时间段、国外单个或多个国家,侦察由该区域入境的人群分布、目的地、入境方式、入境季节分布特征及其在口岸被发现的传染病疾病谱等信息。同样,也可定制国内区域,显示该区域入境人群中输入传染病的疾病谱,输入病例来源地、入境方式、人群分布、季节分布特征等信息。模拟评估分析层基于传染病输入概率风险评估模型和航班的跨区域人口移动数据,模拟评估海外不同区域、时间段发生不同规模的某种传染病暴发疫情的情景下由国际航班输入国内不同地域的风险概率,模型输入为该区域的暴发疫情患者数量、发病区域人口数、发病区域同时段来华国际航班的客流量,模拟评估中国大陆各入境省(自治区、直辖市)的输入风险指数,根据风险指数划分为6个风险等级,绘制中国各地区疾病输入风险预测图。研究结果本研究建立中国输入传染病传播风险评估地理信息系统,本系统集传染病的信息管理、流行病学侦察与可视化、疾病输入概率风险评估、流行病学统计分析、流行病学专业知识查询展示等功能为一体。系统集成220个国家(或地区)2000-2017年5大类60种危害严重或具有重要公共卫生意义的传染病信息、2014-2016年5大类42种中国大陆入境人群的传染病主动监测信息,以及人口特征和人口构成、国际航班及客流量等多源信息,集成时空分析、概率风险评估等模型与地理信息可视化技术,构建传染病流行病学侦察与信息可视化、海外传染病输入风险模拟评估两个主要功能模块和叁个子模块,分别是:(1)“全球流行病学侦察”子模块,在国家级尺度上对各国重要传染病暴发疫情信息进行流行病学侦察;(2)“中国大陆入境人群传染病监测”子模块,在省级尺度上对我国各地区入境人群传染病患者叁间分布、来源地及入境后目的地分布进行流行病学侦察;(3)“输入风险模拟评估”子模块,对境外发生传染病暴发疫情情景下的输入风险进行模拟评估。本系统的主要功能包括:传染病暴发疫情的流行病学侦察、自然疫源地分布的流行病学侦察、中国大陆入境人群传染病流行病学侦察、传染病输入风险的模拟评估、文件管理和数据维护五个方面。其中,暴发疫情的流行病学侦察功能可以侦察在选定的海外某区域和时间段内主要传染病的病种及严重程度、暴发疫情数量及规模等的综合分布信息,通过柱状图和点图直观展示指定区域内单病种的总病例数、总发病率等信息并能导出数据进一步制图与分析;自然疫源地分布的流行病学侦察功能提供单病种自然疫源地分布、主要流行区域及严重程度等信息,全面展示虫媒与自然疫源性疾病的时空分布信息;中国大陆入境人群传染病流行病学侦察功能通过指定时间、入境来源地等信息,展示由该区域入境人群在口岸被监测到五大类传染病的疾病谱,并显示各病种人群的分布特征,从而评估海外不同地域输入传染病的风险;传染病输入风险的模拟评估功能,基于航空入境人口数及入境地区,针对海外出现暴发疫情时计算中国大陆各省(自治区、直辖市)的输入风险指数,评估其输入传播的风险;文件管理和数据维护功能主要运用Access数据库对数据和代码的编辑,实现系统的维护与升级。研究结论中国输入传染病传播风险评估地理信息系统集成多种来源的疾病数据库,对海外重要传染病的分布与暴发疫情信息、自然疫源地的分布信息、中国大陆入境人群传染病主动监测信息进行系统整合,评估全球各区域主要传染病的种类及其潜在威胁,模拟评估全球不同区域出现传染病暴发疫情后经航空途径输入我国各区域的风险,展示各省份入境人群的传染病输入特征及分布区域。本系统操作简便、使用灵活,既能为出境开展国际合作与交流、旅行的人员提供目的地国家或地区的传染病感染风险的评估,也为国外入境人群可能输入的传染病病种及其风险的评估奠定基础,为开展针对性的监测与防控提供决策依据,从而提高境外传染病的输入传播风险的识别、预警和应对能力。(本文来源于《安徽医科大学》期刊2019-03-08)

武美茹,张冉,梁建姝,邓永梅[9](2019)在《基于信息系统的叁级审核模式对改善脑卒中风险表单评估准确性的研究》一文中研究指出目的探讨基于信息系统的叁级审核模式对提高脑卒中患者压疮、跌倒坠床风险表单评估准确性的效果。方法采用类实验性研究的方法,共纳入358例研究对象。选择2016年3-4月我院血管神经病学二病区收治的脑卒中患者180例为对照组;2016年9-10月收治的脑卒中患者178例为观察组。对照组患者由护士采用常规评估方式对压疮、跌倒坠床风险评估表单进行评估;观察组采用叁级审核模式进行评估。比较两组患者压疮、跌倒坠床风险表单评估的准确性及实施叁级审核模式后护士自我成长得分。结果对两组患者进行压疮风险评估,观察组和对照组分别为712人次和716人次,进行跌倒坠床风险评估分别为542人次和546人次。实施叁级审核模式前(对照组),护士在压疮风险评估表单中出现错误最多的两项为"偏瘫"和"外周血管病",在跌倒坠床风险评估表单中出现错误最多的四项依次是"行为不能自我控制""使用镇静安眠药""运动障碍""视觉听觉障碍"。实施叁级审核模式后(观察组)压疮、跌倒坠床风险评估表单各条目评估错误率均低于实施前(P<0.01)。实施后,护士自我成长各项得分均高于实施前(P=0.000)。结论基于信息系统的护理叁级审核模式有助于提高护士对脑卒中患者压疮、跌倒坠床风险表单评估的准确性,值得临床推广。(本文来源于《护士进修杂志》期刊2019年03期)

王丰,张春平,林瑜,张纪磊,卢强[10](2018)在《军事院校信息系统安全风险的可拓识别评估》一文中研究指出为了对军事院校信息系统的安全风险进行综合评估,提出了信息系统安全风险评估综合识别方法。通过建立军事院校信息系统安全风险评估的指标体系标准,在此基础上,利用可拓识别方法对军事院校信息系统的安全性进行风险综合评估。以5所军事院校为例,对其信息系统安全风险态势进行研究,结果表明该方法在信息系统安全风险评估领域中的有效性、实用性和可操作性。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2018年06期)

信息系统风险评估论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

针对传统民航信息系统安全评估周期长、过程繁琐及专家主观性较强等问题,提出一种基于层次分析法和改进Dempster-Shafer(D-S)证据理论的风险评估方法。首先基于层次分析法确定各层因素相对于上层因素的权重,利用模糊综合评价给出最底层因素的评语集隶属度矩阵;然后利用基于矩阵分析法和信息熵的D-S合成算法计算证据间冲突程度K并对证据重新赋予权值,得出证据对各因素的支持程度;最后通过综合计算来确定系统最终安全等级。该方法进一步降低了专家评估的主观性,客观高效,操作方便,适用于民航信息系统的安全风险评估。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

信息系统风险评估论文参考文献

[1].詹雄,郭昊,何小芸,刘周斌,孙学洁.国家电网边缘计算信息系统安全风险评估方法研究[J].计算机科学.2019

[2].张西武,李志平,李跃凯.基于AHP和D-S证据理论的民航信息系统风险评估[J].中国民航大学学报.2019

[3].钟秀霞,王春霞,陈瑞华.基于护理信息系统的压疮风险评估模块在ICU高危压疮患者中的应用[J].当代护士(下旬刊).2019

[4].张明慧,程红霞.因子分析和神经网络的信息系统风险评估模型[J].现代电子技术.2019

[5].周超.基于量子神经网络理论的信息系统安全风险评估方法研究[D].贵州大学.2019

[6].吴卫国,杨军乐,耿竞.基于WOA-KELM的中心医院信息系统漏洞风险评估[J].信息技术.2019

[7].弭乾坤,吴斌,杜宁,秦晰.基于不完全信息博弈模型的信息系统安全风险评估方法[J].计算机与现代化.2019

[8].纪炀.中国输入传染病传播风险评估地理信息系统的建立[D].安徽医科大学.2019

[9].武美茹,张冉,梁建姝,邓永梅.基于信息系统的叁级审核模式对改善脑卒中风险表单评估准确性的研究[J].护士进修杂志.2019

[10].王丰,张春平,林瑜,张纪磊,卢强.军事院校信息系统安全风险的可拓识别评估[J].武汉理工大学学报(信息与管理工程版).2018

标签:;  ;  ;  ;  

信息系统风险评估论文-詹雄,郭昊,何小芸,刘周斌,孙学洁
下载Doc文档

猜你喜欢