基于Shapley熵和Choquet积分的层次化风险评估

针对评估要素关联关系的模糊性和复杂性以及属性关联性合成权重在实际评估中难以获得的特点,提出了基于Shapley熵和Choquet积分的层次化评估模型.该模型通过引入多人合作对策中的Shapley值概念,基于最大Shapley熵原理,运用逐级Choquet积分融合的层次分析法解决了贫信息条件下网络系统风险综合评估问题.某园区子网信息安全风险评估实例验证了该模型的有效性.

模糊测度Shapley熵的完备化

研究了模糊测度的Shapley熵的完备化问题.结果表明,具有完全不确定性的模糊测度虽然具有最大Shapley熵,但反之不真.通过例子表明具有最大Shapley熵的模糊测度可以远远不是完全不确定的;引入了与Shapley熵互为补充的分划熵,从而使Shapley熵得到了完备化,称二者之和为绝对熵,证明了模糊测度是完全确定的或完全不确定的,当且仅当它的绝对熵相应地取最小值或最大值;还研究了模糊测度的扩张问题,提出了可以保持F测度的基本性质的正则扩张理论.

基于Shapley熵的主观信任模型

针对开放网络信任的主观性、不确定性等特点,建立了一种基于Shapley熵的主观模糊信任综合评价模型。该模型运用模糊综合评价法得出节点间的直接信任值,并提出评价取向相似度、反馈评价不确定度、推荐节点可信度三个概念,利用Shapley熵计算节点推荐信任值。仿真实验表明,该模型能准确地计算信任值,并在保证节点交易成功率的同时体现了评价的主观性。

Shapley熵的公理刻画

Shapley熵是利用Shapley值而定义的容度的熵.本文首先对一个模糊测度进行分解,并解释了这种分解的含义,从而得到了Shapley熵的递归性质;然后,利用Shannon熵和Shapley值的公理刻画给出了Shapley熵的公理刻画.

涉密信息价值模糊评价方法研究

[研究目的]面对当前政府机关及企事业单位的涉密信息管理工作难度和压力越来越大的局面,迫切需要一种准确、高效、系统的涉密信息价值衡量方法,从而对涉密信息实现“量密定管”。[研究方法]基于一般信息的价值测量方法,在提出涉密信息保密价值概念的基础上,探讨了涉密信息的价值组成。考虑到涉密信息的特殊性和涉密信息保密价值指标的独立性与可加性,设计了涉密信息保密价值指标体系,并提出了一种基于Choquet积分和Shapley熵的涉密信息保密价值模糊评价模型。[研究结论]基于上述方法,选择了一篇涉密信息作为算例,通过专家打分获取评价值,最终计算出所选涉密信息的保密价值,验证了评价模型的合理性和有效性。

分布式计算环境下的动态可信度评估模型

随着计算机网络的发展,分布式计算技术得到了广泛的应用,这使得网络节点间的信任问题变得日益突出.参考社会学的人际关系信任模型,基于Dempster-Shafer证据理论和Shapley熵,文中设计出了分布式计算环境下的动态可信度评估模型,这一可信度评估模型清晰地反映了可信度的动态性、连续性和不确定性等特性.该模型通过历史交互信息获得直接可信度,并根据每个节点的信用记录和其直接可信度函数的信息量对其直接可信度进行修正,然后综合考虑修正后的各个节点的直接可信度信息,利用Dempster规则合成计算出综合可信度.最后利用仿真实验分析了新模型对可信度的评估效果,并对未来的工作做了展望.

基于Choquet积分的绩效评价模型研究——以建筑企业为例

针对传统绩效评价模型无法有效的刻画出评价指标相关性的问题,本文引入Choquet积分方法进行企业绩效评价:首先构建考虑指标相关性的企业绩效评价模型,然后基于最大Shapley熵原理计算属性和属性集的重要程度,再运用Choquet积分自下而上计算方案的综合评价值并以此对方案进行排序。实证部分:本文通过10家典型建筑企业的绩效评价进行实证,再将Choquet积分得到的评价结果与常用的TOPSIS方法以及加权平均法进行比较,进一步验证了Choquet积分法方法在企业绩效评价方面的有效性。