楊春周 李慧 趙志誠 韓文靜
(1.中國人民解放軍海軍航空大學,山東 煙臺 264000;2.中國人民解放軍93166部隊,北京 100084)
在信息系統項目建設過程中,安全風險是不可忽視的問題,不僅會給相關單位帶來重大經濟損失,甚至會對國家安全和社會穩定造成威脅。因此,對信息系統項目建設過程安全風險進行科學評價,可以更好地了解信息系統項目建設安全風險特點,制定有效的應用策略和控制手段,從而更好地保障信息系統的安全性和穩定性。
目前,信息系統項目安全風險評價方法主要有模糊層次分析法、灰色理論和故障樹等。然而,這些方法大多忽略了評價過程中出現的各種不確定性,對評價過程的定性概念很難作出清楚的解釋。而云模型理論作為處理定性概念和定量概念的轉化工具,在分析事物的模糊性和隨機性方面具有一定優勢。
本文以某信息系統項目為例,利用云模型改進傳統模糊綜合評價法中的權重矩陣和綜合評價矩陣,以云滴的形式直觀展示評價對象的風險等級,為信息系統項目安全風險定量評價提供了新思路。
云模型的定義為:設U是一個用精確數據表示的定量論域,C是U上的一個定性概念,若定量值x∈U,且x是定性概念C的一次隨機實現,x對C的確定度μ(x)∈[0,1]是有穩定傾向的隨機數,則x在論域U上的分布為云,每一個x即為一個云滴。公式如下
μ:→U∈[0,1]?x∈Ux→μ(x)
大量工程實踐表明,客觀事物的分布曲線近似服從正態分布,因此,正態云最適宜描述事物本質上的模糊性和隨機性,從而客觀反映定性概念的定量特征。本文采用正態云模型實現單指標云隸屬度的計算,以期望值(Ex)、熵值(En)和超熵值(He)表示[2]。期望值Ex是定性語言論域空間分布的中心。熵值En是定量概念模糊度的度量,通常熵越大,概念越宏觀,隨機性和模糊性也越大,確定性量化越難。超熵He是熵的不確定度量,反映了云滴的厚度及凝聚,超熵越大,云滴離散度越大,隸屬度的隨機性越大,云的厚度也越大[3]。具體評價步驟如下:

(2)生成以Ex為期望值,以En′2為方差的正態分布隨機數x。
(3)計算隸屬度函數,公式如下
式中,μ′(x)為x對定性概念的確定度;[x,μ′(x)]為生成的一個云滴。
(4)重復以上步驟,直到生成足夠數量的云滴。
1983年,荷蘭學者Van Logargoven 提出了模糊比較判斷方法,并運用三角模糊運算法則求得元素排序,進而把AHP拓展為三角模糊層次分析法[4]。
設三角模糊數M1=(l1,m1,u1),M2=(l2,m2,u2),具有如下性質
M1?M2=(l1,m1,u1)?(l2,m2,u2)=(l1l2,m1m2,u1u2)(l1,l2>0)
定義1:設M1=(l1,m1,u1),M2=(l2,m2,u2)是兩個三角模糊數,則M1>M2的概率為
∨(M1,M2)=
定義2:對于組成的向量(M1,M2,…,Mn),Mi大于所有其他三角模糊數的概率為∨(M≥M1,M2,…,Mn)=min∨(M≥Mi)。

定義4 :設W′=(d′(S1)×d′(S2)×…×d′(Si))T為綜合權重值,W′= (d′(S1)×d′(S2)×…×d′(Si))T為W′歸一化后的最終權重。
2.1.1 評價指標識別
為了全面評價該項目建設過程安全風險因素,根據相關政策文件和標準要求,從人的不安全行為、物的不安全狀態、管理的缺陷和環境的不安全因素4個方面[6]對風險評價指標進行細化,構建該項目建設過程安全風險評價指標體系,見表1。
2.1.2 構建三角模糊判斷矩陣
為了提高決策的有效性和準確性,邀請5名專家對一級指標進行兩兩比較,并利用三角模糊數構建模糊判斷矩陣。參照模糊標度及含義(表2),得到一級指標重要程度的模糊判斷矩陣(表3)。

表2 模糊標度及其含義

表3 一級指標重要程度的模糊判斷矩陣
根據三角模糊判斷矩陣定義,本文構建的三角模糊判斷矩陣充分考慮了判斷矩陣的模糊一致性,即構建的矩陣具有模糊一致性,無須進行一致性檢驗[8]。
根據三角模糊數運算法則及定義1和定義3,計算各風險因素的模糊綜合程度值,得到
同理可得
S2≈(0.09,0.15,0.29)
S3≈(0.07,0.1,0.18)
S4≈(0.11,0.36,0.78)
根據上述模糊綜合程度值,比較一級風險因素的概率大小,得到
∨(S1≥S2)=2.81
∨(S1≥S3)=2.89
∨(S1≥S4)=3.05
∨(S1≥S2,S3,S4)=2.81
同理,得到
∨(S2≥S1,S3,S4)=0.82
∨(S3≥S1,S2,S4)=0.6
∨(S4≥S1,S2,S3)=0.8
根據定義4,得到一級指標權重向量,即
W′(d′(S1)×d′(S2)×…×d′(Si))T=(d′(2.81),d′(0.82) ,d′(0.76),d′(0.38))=(2.81,0.82,0.76,0.38)
經歸一化處理后得到
WB=(0.59,0.17,0.16,0.08)
同理,得到二級指標權重向量,結果見表4。
由于該項目建設過程具有不確定性和模糊性的特點,需要進行安全風險評價指標正向云模型變換,具體步驟如下:

(1)
(2)
Hei=k
(3)

(2)對于一級指標,采用式(3)所示的浮動云算法;對于二級指標,采用式(4)所示的浮動云算法。公式如下
(3)
(4)
式中,n為單項指標因素的個數;wi為每個單項指標因素的權重。
(3)將實際云圖與標準云圖進行比對,重合度最高的等級為該項目建設過程安全風險評價等級。本文將安全風險分為一般風險、較大風險、重大風險和特大風險4個等級,分別對應分值[0,21]、(21,42)、[42,70)、[70,100]。根據式(1)和式(2)可知,各評價等級對應的云模型為
C一般(0,6.67,0.5)|x≥Ex
C較大(31.5,3.67,0.5)
C重大(56,4.67,0.5)
C特大(85,10,0.5)|x≤Ex
基于此,繪制標準風險云圖,如圖1所示。

圖1 標準風險云圖
結合該項目建設過程數據資料,運用德爾菲法對該項目建設過程風險因素進行等級劃分,結果見表5。

表5 某信息系統項目建設過程安全風險指標等級劃分
以該項目建設過程安全風險評價中的“管理的缺陷”指標為例。該指標下屬5個指標“管理制度不完善”“教育培訓缺失”“現場建設的管理風險”“應急管理水平低”“安全投入不到位”評價云及權重如圖2所示。

圖2 “管理的缺陷”二級指標評價云及權重
根據式(3)計算得出,“管理的缺陷”的評價云為(21.12,5.06,0.5)。
同理,求得一級指標評價結果,見表6。

表6 一級指標評價結果
根據式(4)計算得出,該項目建設過程安全風險云及其數字特征為(32.98,5.41,0.5)。繪制該項目建設過程安全風險云與標準風險云對比圖,如圖3所示。

圖3 某項目建設過程安全風險云與標準風險云對比圖
通過對風險評價指標云圖進行對比,分析結果如下:
(1)根據期望值Ex的定義可知,該項目建設過程一級指標風險值排序為:人的不安全行為B1>環境的不安全因素B4>物的不安全狀態B2>管理的缺陷B3,說明人的不安全行為B1風險值相對較大,需要重點關注。
(2)根據熵值En的定義可知,該項目建設過程一級指標風險值的不確定性排序為:物的不安全狀態B2>管理的缺陷B3>環境的不安全因素B4>人的不安全行為B1,說明物的不安全狀態B2的風險跨度相對較大,風險的不確定性較大。
(3)由圖3可知,該項目建設過程安全風險云模型的云滴主要落在“較大風險”和“重大風險”區間,且期望值為32.98,說明該項目建設過程安全風險等級為“較大風險”。通過統計各風險區域中的云滴數(表7)可知,落在“較大風險”區間內的云滴數最多,其次是落在“重大風險”區間。

表7 各風險區域中的云滴數量
綜上所述,該項目建設過程安全風險級別為“較大風險”,屬于中間區域。因此,在項目建設過程中,要針對影響最大的風險因素(人的不安全行為)和不確定性風險因素(物的不安全狀態)特點,制定相應的防范措施和控制手段,加強風險監控。
本文通過對某信息系統項目建設過程安全風險影響因素進行分析,運用云模型及FE-AHP相關理論識別了人、物、環境和管理方面存在的安全風險,構建了安全風險評價指標體系,確定了風險因素權重。在專家量化打分的基礎上,運用Matlab軟件對數據進行處理,繪制該項目建設過程的一級指標云圖和綜合評價云圖,并對安全風險等級進行評價。結果顯示,該項目建設過程安全風險等級為“較大風險”,屬于中間區域。
為了更好地防范風險,針對該項目建設過程中最不穩定的風險因素(人的不安全行為)和影響最大的風險因素(物的不安全狀態),提出以下防范措施:
(1)強化作業人員的安全意識。定期組織作業人員進行安全教育培訓,同時,在施工人員日常生活的場所進行常態化的安全教育。
(2)提升作業人員的專業技能。開展相關理論知識和實操培訓,提高作業人員技能水平。
(3)提高指揮人員的應急處變能力。通過培訓考核、應急演練等方式,培養指揮人員的應急處變能力。
(4)定期對軟件及相關配置進行檢查。定期檢查軟件系統的更新情況,對日志進行分析;及時保存配置信息,定期更換系統及網絡口令。