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：现代电子技术, 2020, 43(23): 62-66.

DOI：10.16652/j.issn.1004-373x.2020.23.014

• 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

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。

• 单位
  河南中烟工业有限责任公司; 郑州大学