鏈接預(yù)測(cè)項(xiàng)目網(wǎng)絡(luò)風(fēng)險(xiǎn)研究

提出高校保密項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)指標(biāo)體系,通過主成分分析對(duì)眾多指標(biāo)進(jìn)行特征提取,并約減相關(guān)冗余信息,降低了rbf網(wǎng)絡(luò)的輸入維數(shù)。利用rbf網(wǎng)絡(luò)對(duì)高校保密項(xiàng)目泄密風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè),并與只使用rbf網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)的結(jié)果做了對(duì)比,表明基于主成分分析—rbf網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果更精確。

本研究克服了單純采用專家風(fēng)險(xiǎn)因子測(cè)度方法主觀性較強(qiáng)的缺點(diǎn),以及單純采用人工神經(jīng)網(wǎng)絡(luò)評(píng)估模型模糊性的缺點(diǎn),結(jié)合兩種方法的優(yōu)點(diǎn),利用基于bp神經(jīng)網(wǎng)絡(luò)算法的microsoftvisualc++程序,在專家風(fēng)險(xiǎn)因子測(cè)度基礎(chǔ)上,通過大量風(fēng)險(xiǎn)評(píng)估成功案例數(shù)據(jù)的訓(xùn)練,成功建立了航空型號(hào)項(xiàng)目風(fēng)險(xiǎn)預(yù)測(cè)模型。該模型可以較為精確、客觀地預(yù)測(cè)型號(hào)項(xiàng)目的失敗概率、成功概率、失敗后果等風(fēng)險(xiǎn)因子,為型號(hào)項(xiàng)目管理決策提供更可靠的理論指導(dǎo)。

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)應(yīng)用在更大的范圍內(nèi)得到推廣,并深刻影響著人們是生活與工作。但不可忽視的是,網(wǎng)絡(luò)在帶給人們便捷的同時(shí)也面臨著諸多安全風(fēng)險(xiǎn)。本文深入分析當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)存在的各種風(fēng)險(xiǎn),并在此基礎(chǔ)上,對(duì)如何控制計(jì)算機(jī)網(wǎng)絡(luò)風(fēng)險(xiǎn)進(jìn)行了探討。

網(wǎng)絡(luò)安全風(fēng)險(xiǎn)評(píng)估問題研究 作者：王保棟 作者單位：河南鄭州大學(xué) 刊名：新課程（教研版） 英文刊名：xinkecheng 年，卷(期)：2010(6) 本文鏈接：http://d.g.wanfangdata.com.cn/periodical_xkc-jy201006376.aspx

風(fēng)險(xiǎn)評(píng)估是項(xiàng)目風(fēng)險(xiǎn)管理過程中最困難、最耗時(shí)的一個(gè)過程,論文給出了項(xiàng)目風(fēng)險(xiǎn)評(píng)估的基本流程和評(píng)價(jià)方法,采用模擬生物神經(jīng)元基本功能的bp神經(jīng)網(wǎng)絡(luò)技術(shù)建立了風(fēng)險(xiǎn)評(píng)估模型;并通過matlab神經(jīng)網(wǎng)絡(luò)工具箱學(xué)習(xí)訓(xùn)練該網(wǎng)絡(luò)模型。經(jīng)測(cè)試數(shù)據(jù)驗(yàn)證,結(jié)果比較準(zhǔn)確,具有廣泛的實(shí)用性。

關(guān)于準(zhǔn)確地識(shí)別軟件風(fēng)險(xiǎn)因素,深入研究軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估問題,由于軟件項(xiàng)目的復(fù)雜性和軟件風(fēng)險(xiǎn)因子的不確定性和模糊性,無法采用傳統(tǒng)數(shù)學(xué)方法建立準(zhǔn)確軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型。由于傳統(tǒng)的數(shù)學(xué)評(píng)估模型的評(píng)估準(zhǔn)確率比較低,為了提高軟件項(xiàng)目評(píng)估準(zhǔn)確率,提出一種bp神經(jīng)網(wǎng)絡(luò)的軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法。軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法采用專家系統(tǒng)構(gòu)建軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,后對(duì)評(píng)估體系進(jìn)行預(yù)處理,消除評(píng)估體系之間重復(fù)和無用的信息,并將非線性學(xué)習(xí)能力優(yōu)異的bp神經(jīng)網(wǎng)絡(luò)輸入,通過bp神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)得到的最優(yōu)軟件項(xiàng)目評(píng)估模型,在matlab平臺(tái)上進(jìn)行驗(yàn)證性仿真。結(jié)果表明,算法提高了軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確率,克服了傳統(tǒng)數(shù)學(xué)評(píng)估模型的缺陷,評(píng)估的結(jié)果更具科學(xué)性,在軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估中提供了有效的方法。

通過zopp方法綜合研究我國主要tot項(xiàng)目在融資、經(jīng)營、管理中的問題,建立tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估指標(biāo)體系,利用bp神經(jīng)網(wǎng)絡(luò)構(gòu)建tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估模型,并通過matlab對(duì)模型進(jìn)行仿真,為tot項(xiàng)目融資風(fēng)險(xiǎn)評(píng)估提供一種新的方法。

風(fēng)險(xiǎn)評(píng)估是項(xiàng)目風(fēng)險(xiǎn)管理過程中最困難、最耗時(shí)的一個(gè)過程,采用bp神經(jīng)網(wǎng)絡(luò)技術(shù)建立了風(fēng)險(xiǎn)評(píng)估模型;并通過神經(jīng)網(wǎng)絡(luò)工具箱訓(xùn)練該網(wǎng)絡(luò)模型,對(duì)物流項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)估。經(jīng)測(cè)試數(shù)據(jù)驗(yàn)證,結(jié)果比較準(zhǔn)確,具有廣泛的實(shí)用性。

在軟件項(xiàng)目生存周期早期或創(chuàng)新型項(xiàng)目的研發(fā)過程中,可用的案例數(shù)據(jù)很少或很不完整,項(xiàng)目風(fēng)險(xiǎn)多由專家經(jīng)驗(yàn)進(jìn)行主觀評(píng)估,給風(fēng)險(xiǎn)的客觀度量帶來了很大的困難。提出了一種基于貝葉斯網(wǎng)絡(luò)的軟件項(xiàng)目風(fēng)險(xiǎn)評(píng)估方法,不僅可度量風(fēng)險(xiǎn)影響程度的風(fēng)險(xiǎn)當(dāng)量,還能度量出多種風(fēng)險(xiǎn)對(duì)某種風(fēng)險(xiǎn)后果的組合影響以及單個(gè)風(fēng)險(xiǎn)對(duì)整體后果的綜合影響,從而增強(qiáng)了軟件項(xiàng)目風(fēng)險(xiǎn)的預(yù)測(cè)和應(yīng)變能力,為有效地降低風(fēng)險(xiǎn)發(fā)生概率、提高軟件開發(fā)成功率提供了一種新的途徑。

在ppp項(xiàng)目實(shí)施過程中,項(xiàng)目合同文件無法確定的風(fēng)險(xiǎn)事件或者超出合同約定范圍的風(fēng)險(xiǎn)事件經(jīng)常發(fā)生,政府部門和社會(huì)資本需要通過協(xié)商確定該類風(fēng)險(xiǎn)事件發(fā)生時(shí)的責(zé)任分擔(dān),這就需要對(duì)ppp項(xiàng)目的風(fēng)險(xiǎn)傳遞進(jìn)行研究。本文基于項(xiàng)目風(fēng)險(xiǎn)元傳遞理論,構(gòu)建基于gert網(wǎng)絡(luò)的ppp項(xiàng)目風(fēng)險(xiǎn)傳遞模型,以期對(duì)ppp項(xiàng)目的管理和實(shí)施發(fā)揮作用。

大規(guī)模網(wǎng)絡(luò)論文：基于大規(guī)模網(wǎng)絡(luò)的安全風(fēng)險(xiǎn)評(píng)估研究 【中文摘要】近年來隨著網(wǎng)絡(luò)規(guī)模的不斷增長(zhǎng),當(dāng)前大規(guī)模網(wǎng)絡(luò) 節(jié)點(diǎn)的規(guī)模越來越龐大,結(jié)構(gòu)越來越復(fù)雜,在網(wǎng)絡(luò)中部署了大量的網(wǎng) 絡(luò)設(shè)備(系統(tǒng)),各種設(shè)備(系統(tǒng))產(chǎn)生的事件格式不同,事件風(fēng)險(xiǎn)等級(jí) 劃分標(biāo)準(zhǔn)也有很大的差異,由于缺乏海量事件信息的自動(dòng)、綜合的分 析手段,無法快速抽取、定位、匯總重要的安全事件,難以有效地評(píng)估 當(dāng)前網(wǎng)絡(luò)的安全態(tài)勢(shì),實(shí)施應(yīng)急響應(yīng)缺少必要的科學(xué)依據(jù),影響了大 規(guī)模網(wǎng)絡(luò)的安全防護(hù)保障效果。因此,研究如何整合網(wǎng)絡(luò)中的各類資 源,集監(jiān)控分析、風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)預(yù)測(cè)于一體,通過全面、集中的告警 信息管理,智能、綜合的安全事件分析,及時(shí)、有效的協(xié)同響應(yīng)或輔助 決策支持,使各類管理系統(tǒng)發(fā)揮作用,形成合力,實(shí)現(xiàn)網(wǎng)絡(luò)整體防御, 提高安全防護(hù)保障能力,不僅具有重要的理論意義,也具有十分重要 的實(shí)用

根據(jù)企業(yè)風(fēng)險(xiǎn)特征指標(biāo)預(yù)測(cè)問題的特點(diǎn),提出將灰色系統(tǒng)gm(1,1)模型與神經(jīng)網(wǎng)絡(luò)結(jié)合建立一階灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,以實(shí)現(xiàn)系統(tǒng)預(yù)測(cè)的動(dòng)態(tài)性及提高系統(tǒng)的預(yù)測(cè)精度.但該模型具有一定的局限性,從模型參數(shù)的角度給出了該模型只適用于具有\(zhòng)"單調(diào)\"性數(shù)據(jù)的證明,進(jìn)而提出了三階灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,以適應(yīng)預(yù)測(cè)數(shù)據(jù)\"非單調(diào)\"或擺動(dòng)的情況.但隨著系統(tǒng)建模過程中階數(shù)的增加,預(yù)測(cè)精度會(huì)有所下降,因此應(yīng)根據(jù)數(shù)據(jù)特點(diǎn)選擇預(yù)測(cè)模型.最后,通過實(shí)證分析驗(yàn)證了上述模型及證明結(jié)論.

搭接進(jìn)度網(wǎng)絡(luò)可替代雙代號(hào)和單代號(hào)進(jìn)度網(wǎng)絡(luò)而得到廣泛應(yīng)用,但pert方法并不適用于搭接進(jìn)度網(wǎng)絡(luò),因此搭接進(jìn)度網(wǎng)絡(luò)風(fēng)險(xiǎn)計(jì)算有待探討。本文將搭接進(jìn)度網(wǎng)絡(luò)相鄰兩工序的時(shí)距假設(shè)為工序,并稱其為時(shí)距工序,然后使其轉(zhuǎn)化為廣義pert網(wǎng)絡(luò)。在此基礎(chǔ)上,首先提出了用mc(montecarlo)方法計(jì)算施工搭接網(wǎng)絡(luò)進(jìn)度風(fēng)險(xiǎn)的步驟和方法。其次針對(duì)mc(montecarlo)方法和經(jīng)典pert計(jì)算進(jìn)度風(fēng)險(xiǎn)的不足,提出了修正pert計(jì)算施工搭接網(wǎng)絡(luò)進(jìn)度風(fēng)險(xiǎn)的方法。將mc方法和修正pert方法應(yīng)用于工程實(shí)例,取得了滿意的結(jié)果

水利水電工程施工系統(tǒng)是一個(gè)復(fù)雜的大系統(tǒng)，工程項(xiàng)目規(guī)模大、施工線路長(zhǎng)、自然條件和技術(shù)條件復(fù)雜、參建單位多和涉及面廣等不確定性因素，使得工程施工組織與管理有很大的困難。水利水電工程施工進(jìn)度控制中，經(jīng)常用搭接施工網(wǎng)絡(luò)來描述其進(jìn)度。因此，研究水利水電工程施工進(jìn)度風(fēng)險(xiǎn)，就需要探討搭接施工網(wǎng)絡(luò)風(fēng)險(xiǎn)的計(jì)算問題。施工進(jìn)度風(fēng)險(xiǎn)是指實(shí)際工期超過規(guī)定或計(jì)劃工期的概率。

利用3層并行分布式人工神經(jīng)網(wǎng)絡(luò)連接模型和bp網(wǎng)絡(luò)算法理論,建立建設(shè)項(xiàng)目bp網(wǎng)絡(luò)風(fēng)險(xiǎn)預(yù)測(cè)模型,對(duì)項(xiàng)目的總體風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),得到項(xiàng)目風(fēng)險(xiǎn)的量化參考指標(biāo),對(duì)建設(shè)項(xiàng)目風(fēng)險(xiǎn)估計(jì)網(wǎng)絡(luò)模型的建立進(jìn)行分析,為項(xiàng)目投標(biāo)決策和風(fēng)險(xiǎn)管理提供了有效的風(fēng)險(xiǎn)分析工具。

針對(duì)大件設(shè)備公路運(yùn)輸項(xiàng)目在投資決策及項(xiàng)目實(shí)施過程中面臨的社會(huì)環(huán)境、自然環(huán)境、技術(shù)、經(jīng)濟(jì)等諸多方面風(fēng)險(xiǎn)難于識(shí)別及量化的問題,提出基于灰色網(wǎng)絡(luò)綜合評(píng)價(jià)法的大件設(shè)備公路運(yùn)輸項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)方法,在構(gòu)建大件設(shè)備公路運(yùn)輸項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上,建立了此類項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)模型,最后以某大件設(shè)備公路運(yùn)輸項(xiàng)目為例,驗(yàn)證了所提方法的可行性與有效性。

通過分析建筑項(xiàng)目風(fēng)險(xiǎn)因素,使用模糊神經(jīng)網(wǎng)絡(luò)模型,構(gòu)建一套完整的建筑項(xiàng)目風(fēng)險(xiǎn)預(yù)警系統(tǒng)。該系統(tǒng)由預(yù)警指標(biāo)、報(bào)警模型和預(yù)警對(duì)策三部分構(gòu)成,能夠進(jìn)行建筑項(xiàng)目中風(fēng)險(xiǎn)的預(yù)警和處理。

本文根據(jù)房地產(chǎn)投資項(xiàng)目風(fēng)險(xiǎn)自身的特性,利用改進(jìn)的bp人工神經(jīng)網(wǎng)絡(luò)來研究房地產(chǎn)項(xiàng)目投資中的風(fēng)險(xiǎn),將房地產(chǎn)風(fēng)險(xiǎn)量化,進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià),并用實(shí)例進(jìn)行了訓(xùn)練與分析,證實(shí)了該方法的可行性。該方法具有自組織與自適應(yīng)等優(yōu)點(diǎn),克服了主觀因素多的缺點(diǎn),提高了評(píng)價(jià)的精確度,從而為管理者提供更為合理的參考依據(jù),使投資決策更為科學(xué)。

建設(shè)項(xiàng)目風(fēng)險(xiǎn)管理的人工神經(jīng)網(wǎng)絡(luò)模型研究——利用3層并行分布式人工神經(jīng)網(wǎng)絡(luò)連接模型和bp網(wǎng)絡(luò)算法理論，建立建設(shè)項(xiàng)目bp網(wǎng)絡(luò)風(fēng)險(xiǎn)預(yù)測(cè)模型，對(duì)項(xiàng)目的總體風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，得到項(xiàng)目風(fēng)險(xiǎn)的量化參考指標(biāo)，對(duì)建設(shè)項(xiàng)目風(fēng)險(xiǎn)估計(jì)網(wǎng)絡(luò)模型的建立進(jìn)行分析，為項(xiàng)目投標(biāo)決策...

通過問卷調(diào)查建立包括宏觀、中觀、微觀三個(gè)層次的ppp項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。針對(duì)ppp項(xiàng)目風(fēng)險(xiǎn)指標(biāo)之間的相互影響關(guān)系,采用網(wǎng)絡(luò)層次分析法(anp)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)研究。以某東南亞國家ppp水電站項(xiàng)目為例,利用anp方法得到各風(fēng)險(xiǎn)因素的相對(duì)權(quán)重和排序,并對(duì)主要風(fēng)險(xiǎn)因素進(jìn)行分析評(píng)價(jià)。

綠色建筑是節(jié)能環(huán)保的重要舉措,綠色建筑項(xiàng)目比一般建筑具有更大的風(fēng)險(xiǎn)性。本文基于綠色建筑項(xiàng)目參與方的視角,采用網(wǎng)絡(luò)分析技術(shù)來研究綠色建筑項(xiàng)目的風(fēng)險(xiǎn)關(guān)聯(lián)關(guān)系。研究采用問卷調(diào)研的方式構(gòu)建了綠色建筑項(xiàng)目的加權(quán)風(fēng)險(xiǎn)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò),利用網(wǎng)絡(luò)分析工具pajek軟件進(jìn)行了風(fēng)險(xiǎn)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的繪制,使用網(wǎng)絡(luò)凝聚特性指標(biāo)k核和網(wǎng)絡(luò)從屬關(guān)系分析指標(biāo)島嶼相結(jié)合的研究方法；進(jìn)而以綠色建筑風(fēng)險(xiǎn)和風(fēng)險(xiǎn)之間的相互作用為著眼點(diǎn),對(duì)綠色建筑項(xiàng)目的風(fēng)險(xiǎn)關(guān)系進(jìn)行綜合分析與評(píng)估。研究識(shí)別出了各綠建項(xiàng)目參與方在項(xiàng)目各階段的關(guān)鍵風(fēng)險(xiǎn),揭示了綠色建筑風(fēng)險(xiǎn)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)和規(guī)律；提煉出了綠色建筑項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn),并制定了關(guān)鍵性風(fēng)險(xiǎn)的治理策略,為后續(xù)綠色建筑項(xiàng)目風(fēng)險(xiǎn)的研究與管控奠定了基礎(chǔ)。

目前,工程風(fēng)險(xiǎn)研究中多數(shù)將風(fēng)險(xiǎn)因素看作孤立的點(diǎn),缺乏從風(fēng)險(xiǎn)因素內(nèi)在相互關(guān)系角度對(duì)風(fēng)險(xiǎn)展開整體研究。首先識(shí)別出綠色建筑項(xiàng)目的26項(xiàng)風(fēng)險(xiǎn)因素,從全生命周期和利益相關(guān)者二維視角進(jìn)行歸類,基于問卷調(diào)查結(jié)合一致性分析方法辨識(shí)風(fēng)險(xiǎn)因素之間的相互影響關(guān)系,據(jù)此構(gòu)建風(fēng)險(xiǎn)網(wǎng)絡(luò)鄰接矩陣。其次,利用社會(huì)網(wǎng)絡(luò)分析方法中的塊模型進(jìn)行整體和個(gè)體網(wǎng)絡(luò)分析,獲得風(fēng)險(xiǎn)網(wǎng)絡(luò)中居于核心地位的風(fēng)險(xiǎn)因素;進(jìn)一步利用線的中間中心度識(shí)別網(wǎng)絡(luò)中關(guān)鍵關(guān)系。最后,有針對(duì)性地提出控制核心風(fēng)險(xiǎn)和關(guān)鍵關(guān)系的措施,并利用整體網(wǎng)絡(luò)密度、聚集系數(shù)、圖的中間中心勢(shì)和可達(dá)矩陣的可達(dá)數(shù)量等指標(biāo)對(duì)風(fēng)險(xiǎn)管理效果進(jìn)行檢測(cè)。結(jié)果顯示:對(duì)核心風(fēng)險(xiǎn)和關(guān)鍵關(guān)系進(jìn)行控制管理,可有效阻斷風(fēng)險(xiǎn)在網(wǎng)絡(luò)中的傳導(dǎo),整個(gè)風(fēng)險(xiǎn)網(wǎng)絡(luò)的復(fù)雜度和節(jié)點(diǎn)聯(lián)系的緊密度均有明顯降低,網(wǎng)絡(luò)中某一關(guān)鍵風(fēng)險(xiǎn)引發(fā)導(dǎo)致整個(gè)綠色建筑項(xiàng)目失敗的可能性大大降低。研究重點(diǎn)關(guān)注了綠色建筑項(xiàng)目風(fēng)險(xiǎn)網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系,成果可為項(xiàng)目管理者提供新的風(fēng)險(xiǎn)管理思路。