新零售生态网络安全态势评级混合型变权方法及稳定性研究

doi:10.16381/j.cnki.issn1003-207x.2021.2002

摘要/Abstract

摘要：

新零售生态网络安全态势评级是常见问题，但现有网络安全态势评级方法主要针对一般网络安全，对新零售生态网络安全尚未有研究，尤其很少关注指标间信息非补偿性和评级方法稳定性。为此，本文研究了新零售生态网络安全态势评级混合型变权方法及稳定性。在描述了新零售生态网络安全态势评级问题基础上，构造了阈值为区间型、上界型、下界型和语言型等指标特征值级别隶属函数，并且给出四种情形的隶属函数表达式；提出了基于交叉熵和熵理论的指标权重确定方法；据此提出混合型变权的模糊综合评价模型，进一步运用二元语义方法确定等级和区分度，利用数理方法研究新零售生态网络安全态势评级混合型变权综合模型的稳定性，并给出新零售生态网络安全态势评级混合型变权综合计算结果（等级）保持不变时的指标权重变化范围解析解。该方法克服最大隶属度评级方法不足，同时解决现有评级方法的指标间信息补偿性问题。

关键词: 评级, 稳定性, 变权方法, 网络安全

Abstract:

The rating of new retail ecology network security is a key problem in nowadays cybersecurity management. However， the existingnetwork security rating investigated on general network security. New retail ecology network security is not studied， especially paying little attention to issues such as the non-compensation of information among factors and the stability of rating methods， the stability for variable weight decision methods for rating network security situation. Based on the description of the fuzzy rating problem， the membership functions of interval type， upper bound type， and lower bound type are constructed， and the membership functions of four cases are given. A method of determining index weights based on cross-entropy and entropy theory is proposed. A compromised variable weight analysis method is systematically studied. A compromised variable weight function construction method based on utility function is proposed. Furthermore， the absolute risk aversion coefficient is used to analyze the effect of variable weight decision-making， and the relevant properties are proved. Accordingly， a fuzzy comprehensive evaluation model of compromised variable weight is proposed， and the binary semantic method is further used to identify grades reasonably and distinguish the ranking of the same grade. The stability analysis of cybersecurity situation grade assessment mixed variable weight synthesis model is studied through using mathematical theory， and the analytical solutions of index weight ranges are given when the grades’ results of the cybersecurity situation grade assessment mixed variable weight method are stable. This method can overcome the shortcomings of the maximum membership rating method and compensation index rating problems.

Key words: grade assessment, stability, variable weight method, network security

中图分类号:

F592

余高锋,李登峰. 新零售生态网络安全态势评级混合型变权方法及稳定性研究[J]. 中国管理科学, 2024, 32(10): 234-243.

Gaofeng Yu,Dengfeng Li. The Stability and Variable Weight Decision Method for Rating New Retail Ecology Network Security Situation[J]. Chinese Journal of Management Science, 2024, 32(10): 234-243.

图/表 5

表1

网络安全态势等级评价指标体系和等级划分标准"

指标	安全级别
指标	$e 5$	$e 4$	$e 3$	$e 2$	$e 1$
$c 1$	10	20	50	80	500
$c 2$	100	150	200	250	500
$c 3$	100	150	200	250	500
$c 4$	10	20	50	80	500
$c 5$	(0,5]	(5,10]	(10,20]	(20,30]	(30, 100)
$c 6$	10	20	50	80	500
$c 7$	100	150	200	250	500
$c 8$	10	20	50	80	500
$c 9$	无	部分	一般	很严重	非常严重

表1

表2

新零售生态企业网络安全威胁测评数据"

指标	评价值
指标	$a 1$	$a 2$	$a 3$	$a 4$	$a 5$
$c 1$	97	23	38	19	50
$c 2$	28	68	8	17	16
$c 3$	0	2	1	4	0
$c 4$	0	2	2	14	0
$c 5$	0	33	8	48	16
$c 6$	7	4	1	0	8
$c 7$	4	1	1	0	7
$c 8$	0	0	0	1	2
$c 9$	无	部分	部分	一般	部分

表2

表3

指标权重和变权"

指标	常权权重	指标的变权权重
指标	常权权重	$a 1$	$a 2$	$a 3$	$a 4$	$a 5$
$c 1$	0.104	0.196	0.140	0.198	0.125	0.207
$c 2$	0.111	0.122	0.113	0.091	0.082	0.090
$c 3$	0.112	0.089	0.069	0.081	0.069	0.071
$c 4$	0.113	0.096	0.081	0.096	0.114	0.071
$c 5$	0.113	0.103	0.273	0.170	0.269	0.185
$c 6$	0.112	0.126	0.088	0.087	0.064	0.102
$c 7$	0.112	0.093	0.068	0.081	0.064	0.081
$c 8$	0.112	0.086	0.066	0.079	0.071	0.084
$c 9$	0.112	0.086	0.099	0.118	0.143	0.106

表3

表4

新零售生态网络安全态势混合型变权评级结果"

企业	安全级别的综合隶属度					级别特征值	评价等级	最大隶属度等级
企业	优	良	中	差	危	级别特征值	评价等级	最大隶属度等级
$a 1$	0.729	0.106	0.085	0.049	0.030	4.452	良	优
$a 2$	0.401	0.215	0.069	0.159	0.155	3.545	良	优
$a 3$	0.574	0.276	0.067	0.052	0.030	4.311	良	优
$a 4$	0.415	0.095	0.172	0.138	0.181	3.426	中	优
$a 5$	0.463	0.209	0.144	0.137	0.048	3.904	良	优

表4

表5

新零售生态网络安全态势常权评级结果"

企业	安全级别的综合隶属度					级别特征值	评价等级	最大隶属度等级
企业	优	良	中	差	危	级别特征值	评价等级	最大隶属度等级
$a 1$	0.812	0.081	0.058	0.030	0.020	4.636	优	优
$a 2$	0.572	0.218	0.061	0.078	0.072	4.138	良	优
$a 3$	0.690	0.220	0.044	0.029	0.017	4.537	优	优
$a 4$	0.583	0.082	0.194	0.065	0.076	4.031	良	优
$a 5$	0.541	0.201	0.121	0.098	0.039	4.109	良	优

表5

参考文献 29

1	杨宏宇，王峰岩，吕伟力.基于无监督生成推理的网络安全威胁态势评估方法［J］. 清华大学学报（自然科学版）， 2020， 60（6）： 474-484.
	Yang H Y， Wang F Y， Lv W L. Network security threat assessment method based on unsupervised generation reasoning［J］. Journal of Tsinghua University（Science and Technology）， 2020， 60（6）： 474-484.
2	席荣荣，云晓春，张永铮，等．一种改进的网络安全态势量化评估方法［J］．计算机学报，2015，38（4）： 749-758．
	Xi R R， Yun X C， Zhang Y Z， et al ． An improved quantitative evaluation method for network security［J］. Chinese Journal of Computers，2015， 38（4）： 749-758．
3	吕慧颖，彭武，王瑞梅，等. 基于时空关联分析的网络实时威胁识别与评估［J］. 计算机研究与发展， 2014， 51（5）：1039-1049.
	Lv H Y， Peng W， Wang R M， et al. A real-time network threat recognition and assessment method based on association analysis of time and space［J］.Journal of Computer Research and Development， 2014， 51（5）：1039-1049.
4	Pu Z Y. Network security situation analysis based on a dynamic Bayesian network and phase space reconstruction ［J］. The Journal of Super computing， 2020， 76：1342-1357.
5	Wu S， Zhang Y， Cao W. Network security assessment using a semantic reasoning and graph based approach ［J］. Computers & Electrical Engineering，2017， 64：96-109.
6	杨豪璞，邱辉，王坤. 面向多步攻击的网络安全态势评估方法［J］. 通信学报， 2017， 38（1）：187-198.
	Yang H P， Qiu H， Wang K. Network security situation evaluation method for multi-step attack［J］. Journal on Communications， 2017， 38（1）：187-198.
7	陈鸿龙，王志波，王智，等. 针对虫洞攻击的无线传感器网络安全定位方法［J］.通信学报，2015（3）：106-113.
	Chen H L， Wang Z B， Wang Z， et al. Secure localization scheme against wormhole attack for wireless sensor networks［J］. Journal on Communications， 2015（3）： 106-113.
8	Zhao D， Liu J. Study on network security situation awareness based on particle swarm optimization algorithm ［J］. Computers & Industrial Engineering， 2018， 125：764-775.
9	田建伟，田峥，漆文辉，等. 基于威胁传播的多节点网络安全态势量化评估方法［J］. 计算机研究与发展， 2017， 54（4）：731-741.
	Tian J W， Tian Z， Qi W H， et al. Threat propagation based security situation quantitative assessment in multi-node network［J］. Journal of Computer Research and Development， 2017， 54（4）： 731-741.
10	Wang H， Chen Z， Feng X， et al. Research on network security situation assessment and quantification method based on analytic hierarchy process［J］.Wireless Personal Communications， 2018（1）：1-20.
11	杨善林，周开乐，张强，等.互联网的资源观［J］.管理科学学报， 2016，19（1）：1-11.
	Yang S L， Zhou K L， Zhang Q， et al. Aresource view of the internet［J］. Journal of Management Sciences in China， 2016，19（1）：1-11.
12	汪培庄. 模糊集与随机集落影［M］.北京：北京师范大学出版社， 1985.
	Wang P Z. Shadow of fuzzy sets and random sets ［M］. Bejing： Bejing Normal University Press， 1985.
13	刘文奇.一般变权原理与多目标决策［J］.系统工程理论与实践， 2000，20（3）：1-11.
	Liu W Q. The ordinary variable weight principle and multi-objective decision-making［J］. Systems Engineering— Theory & Practice， 2000，20（3）： 1-11.
14	余高锋，刘文奇，石梦婷. 基于局部变权模型的企业质量信用评价［J］.管理科学学报，2015，17（2）： 85-94.
	Yu G F， Liu W Q， Shi M T. Credit evaluation of enterprise quality based on local variable weight model ［J］. Journal of Management Sciences in China， 2015， 17（2）： 85-94.
15	徐选华，赵程伟，何继善，等. 多型异构数据下关联变权空间多属性决策方法［J］. 系统工程理论与实践， 2020， 40（7）： 1895-1905.
	Xu X H， Zhao C W， He J S， et al. Association variable weight space multi-attribute decision method under multi-type heterogeneous data［J］. Systems Engineering - Theory & Practice， 2020， 40（7）： 1895-1905.
16	余高锋，李登峰，刘文奇. 考虑决策者心理行为特征的激励型变权决策方法研究［J］. 系统工程理论与实践， 2017， 37（5）： 1304-1312.
	Yu G F， Li D F， Liu W Q. Method for incentive type variable weight decision making considering decision maker's psychological behavioral character［J］. Systems Engineering-Theory & Practice， 2017， 37（5）： 1304-1312.
17	Yu G F， Fei W， Li D F. A compromise-typed variable weight decision method for hybrid multi-attribute decision making［J］. IEEE Transactions on Fuzzy Systems， 2019， 27（5）： 861-872.
18	叶银芳，李登峰，余高锋. 联合订货区间值EOQ模型及变权Shapley值成本分摊方法［J］. 中国管理科学， 2019， 27（10）： 90-99.
	Ye Y F， Li D F， Yu G F. Joint replenishment interval-valued EOQ model and cost allocation approach based on variable-weighted shapely value［J］. Chinese Journal of Management Science， 2019， 27（10）： 90-99.
19	Zheng X X， Li D F， Liu Z，et al. Coordinating a closed-loop supply chain with fairness concerns through variable-weighted Shapley values［J］. Transportation Research Part E： Logistics and Transportation Review， 2019， 126： 227-253.
20	余高锋，李登峰，吴坚，等. 考虑决策者损失规避的异质信息多属性变权决策方法［J］. 中国管理科学， 2018， 26（9）： 141-147.
	Yu G F， Li D F， Wu J， et al. Heterogeneous multi-attribute variable weight decision making method considering decision maker's loss aversion［J］.Chinese Journal of Management Science， 2018， 26（9）： 141-147.
21	王铁旦，穆毅强，彭定洪.HAZOP风险评级的变权犹豫模糊方法［J］.中国安全科学学报，2022，32（5）：61-67.
	Wang T D， Mu Y Q， Peng D H. Hesitant fuzzy method with variable weight for HAZOP risk sorting［J］.China Safety Science Journal， 2022， 32（5）： 61-67.
22	马进功，宋德军.基于变权模糊理论的掘锚一体机组掘进适用性数学评价［J］.煤炭学报，2023， 48（6）：2579-2589.
	Ma J G， Song D J. Mathematical evaluation on the applicability of bolter miners based on variable weight fuzzy theory［J］Journal of China Coal Society， 2023， 48（6）：2579-2589.
23	余高锋，李登峰.网络安全威胁态势评级的变权方法［J］.系统科学与数学， 2021， 41（9）：2477-2491.
	Yu G F， Li D F. Variable weight method of rating for network security situation［J］.Journal of Systems Science and Mathematical Sciences， 2021， 41（9）：2477-2491.
24	Liu P D， Teng F. Probabilistic linguistic TODIM method for selecting products through online product reviews［J］.Information Sciences，2019，485：441-455.
25	张恒杰，王芳，董庆兴，等.群体共识决策的研究进展与展望［J］.电子科技大学学报（社科版），2021，23（2）：26-37.
	Zhang H J， Wang F， Dong Q X， et al. Consensus in group decision making： Research progress and prospect ［J］. Journal of UESTC（Social Sciences Edition）， 2021， 23（2）：26-37.
26	徐选华，夏玥. 面向冲突的区间模糊多准则群体决策方法及在投资决策中的应用［J］.电子科技大学学报（社科版）， 2021，24（3）：24-30.
	Xu X H， Xia Y. Conflict-oriented interval fuzzy multi-criteria group decision method and its application in investment decision-making［J］. Journal of UESTC（Social Sciences Edition）， 2021，24（3）：24-30.
27	束兰根，辛晴. 碳达峰视角下的中国地级以上城市碳排放与经济发展相关性研究［J］.电子科技大学学报（社科版）， 2021，23（5）：1-11.
	Shu L G， X Q. Research on the relationship between urban carbon emissions and economic development of china from the perspective of carbon peak［J］. Journal of UESTC（Social Sciences Edition）， 2021，23（5）：1-11.
28	李平，饶泽炜. 碳交易主要问题研究现状［J］.电子科技大学学报（社科版）， 2021，23（5）：12-23.
	Li P， Rao Z W. Research status of major issuesin carbon trading［J］. Journal of UESTC（Social Sciences Edition）， 2021，23（5）：12-23.
29	陈威，马永开，白春光，等. 配额制与碳税对可再生能源投资量决策影响的研究［J］.电子科技大学学报（社科版）， 2021，23（5）：24-32.
	Chen W， Ma Y K， Bai C G， et al. Impact of renewable portfolio standard and carbon tax policy on the renewable energy investment ［J］. Journal of UESTC（Social Sciences Edition）， 2021，23（5）：24-32.

[1]	陈璐,徐海燕,张瑾木子,何亮. 基于图模型理论的模糊权力不对称冲突研究[J]. 中国管理科学, 2024, 32(9): 59-69.
[2]	宋青平,杨哲. 一个具有国企并且私企数目可变的异质性预期蛛网模型[J]. 中国管理科学, 2024, 32(3): 40-47.
[3]	陈艺云,陈曼莲. 定性文本信息与信用评级：基于年报文本分析的研究[J]. 中国管理科学, 2023, 31(9): 94-104.
[4]	黄定轩, 吴永娇, 卢锐, 李树良. 协调博弈量子演化模型分析[J]. 中国管理科学, 2023, 31(6): 253-264.
[5]	袁先智, 赵旻, 刘海洋, 周云鹏, 严诚幸, 石宝峰, 柴娜娜, 林健武, 何诚颖, 马胜, 张千友, 丁晓蔚. 乡村农户贫困状态特征因子筛选与分析框架：兼论我国乡村振兴路径选择[J]. 中国管理科学, 2022, 30(12): 234-244.
[6]	梁开荣, 李登峰. 竞合模式对平台供应链线上分销策略的影响研究*[J]. 中国管理科学, 2022, 30(12): 305-316.
[7]	闫妍, 李博. 付费主体差异对信用评级结果的影响机制研究[J]. 中国管理科学, 2022, 30(1): 1-11.
[8]	史文雷, 阮平南, 魏云凤, 刘晓燕. 关系租金分配的实现方法及其优化[J]. 中国管理科学, 2021, 29(5): 77-87.
[9]	孙凯, 郭稳. 竞合视角下高技术企业创新联盟稳定性研究[J]. 中国管理科学, 2021, 29(3): 219-229.
[10]	邓春生. 基于非线性系统稳定性理论的P2P网络借贷三方演化博弈分析[J]. 中国管理科学, 2021, 29(11): 134-145.
[11]	于善丽, 迟国泰, 姜欣. 基于指标体系违约鉴别能力最大的小企业债信评级体系及实证[J]. 中国管理科学, 2020, 28(6): 38-50.
[12]	宫庆彬, 杨哲. 有限理性下序贯价格竞争的动态演化[J]. 中国管理科学, 2020, 28(4): 186-194.
[13]	杨继平, 石晨晓, Daniel CHIEW, Judy QIU, Sirimon TREEPONGKARUNA. 基于期望效用-熵模型的基金评级方法及其在中国基金评级中的应用[J]. 中国管理科学, 2019, 27(12): 1-10.
[14]	侯芳. 服务型制造网络的Holon协同需求评价方法[J]. 中国管理科学, 2019, 27(12): 185-196.
[15]	石宝峰, 王静, 迟国泰. 普惠金融、银行信贷与商户小额贷款融资——基于风险等级匹配视角[J]. 中国管理科学, 2017, 25(9): 28-36.