【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第10期 91-94页,共4页

【作 者】： 申时凯 [1] ; 佘玉梅 [2]

【摘 要】 在信息安全风险评估的研究中,针对提高准确性问题,信息安全风险包含大量模糊、不确定性的影响因素,传统评估方法都是基于精确、确定的数据,因此不适于信息安全风险评估,导致评估的准确性欠佳。为提高信息安全评估的准确性,提出模糊理论与BP神经网络进行结合的信息安全风险评估方法。方法通过模糊理论对信息安全风险因素进行分析,并构造各因素所对应评判集的隶属度矩阵;然后采用BP神经网络对信息安全风险因素隶属度矩阵进行学习,最后输出信息安全风险等级。仿真结果表明,方法能很好地量化评估信息系统风险,提高了风险评估准确性,是一种有效的评估方法。