[發明專利]基于大數據分析的風險評估方法、計算機裝置及可讀存儲介質

在審

• 申請號: 202110271552.6
• 申請日: 2021-03-12
• 公開（公告）號: CN113159504A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 丘惠軍;孫強強;陳昊;連耿雄;許愛東;陳霖;匡曉云;楊祎巍
• 申請（專利權）人: 深圳供電局有限公司;南方電網科學研究院有限責任公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06N3/08
• 代理公司: 深圳市中興達專利代理有限公司 44637
• 代理人: 林麗明

1.基于大數據分析的風險評估方法，其特征在于，所述方法包括以下步驟：

S1、構建信息系統風險評估指標體系；

S2、采用因子分析法，獲取所述信息系統風險評估體系中的公共指標；

S3、采用改進的GW0算法優化BP神經網絡，構建GW0-BP神經網絡；

S4、將所述公共指標作為所述GW0-BP神經網絡的輸入數據，建立信息系統風險評估模型，完成信息系統風險評估。

2.根據權利要求1所述基于大數據分析的風險評估方法，其特征在于，步驟S1中，所述信息系統風險評估體系的原始信息系統風險評估指標包括p個，所述原始信息系統風險評估指標Fi通過m(m＜p)個公共指標Si和一個特殊指標ε_i經線性加權方式表達，表達式為：

F_i＝ω_i1S₁+ω_i2S₂+…+ω_imS_m+ε_i，i＝1，2，...，n

其中ω_im，n分別表示指標i在公共指標m上的系數。

3.根據權利要求2所述基于大數據分析的風險評估方法，其特征在于，步驟S2中，所述采用因子分析法包括以下流程：

S201、對輸入數據f_ij展開標準化處理，得到相關系數評判矩陣：

W＝(ω_ij)_p*p

其中表示相關系數；分別表示輸入數據第i行、第j行的數據均值；

S202、利用KMO度量值展開各變量的相關性分析并建立因子變量，遵循|ηI-W|＝0原則，計算累積方差貢獻率：

其中η_i為相關性的矩陣特征值；

S203、選取累積方差貢獻率范圍的86％～91％中排名靠前的m個指標獲取主要風險評估指標，其荷載矩陣Z的表達式為：

Z＝l_i(z_i)^m*p,i＝1,2,…,p

其中l_i表示第i個指標與原變量間的系數。

S204、獲取原始變量的線性組合，變化處理指標變量，公式為：

S_i＝l_i1F₁+l_i2F₂+…+l_ipF_p,i＝1,2,…,m。

4.根據權利要求3所述基于大數據分析的風險評估方法，其特征在于，步驟S3中，所述改進的GWO算法對適應度差的算法施以罰函數。