因子分析和神经网络的信息系统风险评估模型

• 作者: 孟瑾
• 来源期刊: 现代电子技术
• 关键词: 信息系统 风险评估 因子分析 评估指标获取 神经网络优化 模型构建 累积贡献率
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 62-66
• 页数: 5页
• 分类号: TN915.08-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.23.014

摘要

风险评估是信息系统应用必不可少的一项技术,为此,提出一种因子分析和神经网络的信息系统风险评估模型.构建可有效描述信息系统风险情况的信息系统风险评估指标体系,采用因子分析法消除指标相关性、降低风险评估指标体系复杂度,获取公共评估指标;采用灰狼优化(GWO)算法优化BP神经网络,解决其收敛速度慢、容易陷入局部最优、初始化参数具备较强依赖性等问题;将所获公共指标作为GWO-BP神经网络的输入数据,建立信息系统风险评估模型,实现信息系统风险评估.在Matlab环境下完成模型仿真验证,结果表明,所提模型可有效降低风险指标相关性,提升信息系统风险评估的速率,且收敛速度快、信息系统风险评估准确性高.