一种基于区间直觉模糊决策的电力物联网安全评估方法与流程

本发明属于电力系统技术领域，具体涉及一种基于区间直觉模糊决策的电力物联网安全评估方法。

背景技术：

电力物联网包括电力能源网络的源-网-荷-储、发-输-配-用等各环节，将电力设备、网络元件和用电设备等紧密联结起来，实现泛在(任何时间、任何地点、任何人、任何物)的高效通信。在电力物联网建设和运行中，核心关切的问题之一是如何进行安全评估，以便保障信息传输和数据应用过程的安全，尽可能避免威胁电力物联网系统安全的事故。为保障电力物联网的安全性，亟需综合考虑感知层、网络层、应用层和平台层的安全性，综合评估电力物联网的安全状况。

技术实现要素：

鉴于此，为了从感知安全性、网络安全性、应用安全性、云边协同安全性等多个角度构建电力物联网安全评估体系。本发明提供一种基于区间直觉模糊决策的电力物联网安全评估方法，用以综合评估电力物联网的安全状况。方案如下：

一种基于区间直觉模糊决策的电力物联网安全评估方法，包括以下步骤：

步骤1：构建电力物联网安全评估指标集，采集各安全评估指标数据，形成电力物联网安全评估决策矩阵；

步骤2：形成电力物联网安全评估指标赋权专家组，采用群决策特征根法求得整个专家群体给出的综合权重；

步骤3：形成电力物联网安全评估专家组，专家组对安全评估决策矩阵中的指标值进行区间模糊评价；

步骤4：采用区间直觉模糊决策方法给出电力物联网的安全评估结果。

上述步骤1中电力物联网安全评估指标包括4类，即感知安全性、网络安全性、应用安全性、云边协同安全性，具体包含以下评估指标：

a、感知安全性指标：对象隐私安全、智能节点安全、节点信息认证与控制能力、无线传感器网络的抗攻击能力。

b、网络安全性指标：物理环境安全、通信网络安全、软件数据安全、ipv6应用风险、异构网络识别与集成强度。

c、应用安全性指标：角色识别效率、商业安全、支持平台安全、软硬件正常工作时间、灾难控制与恢复能力。

d、云边协同安全性指标：云边协同计算平台安全、云边协同计算监控能力、信息应用安全、数据隔离与恢复效率、用户访问控制能力、供应商长期生存时间。

上述电力物联网安全评估指标的值采用评分法确定(总分为10分)，指标值越大，表示其安全性能越优。

上述步骤1中形成电力物联网安全评估决策矩阵的方法为：

设待评估电力物联网的总数为m，安全评估指标个数为n，第i个电力物联网为ii，i＝1,2,…,m，则电力物联网ii的指标集合为{yi1,yi2,…,yij,…,yin}，j＝1,2,…,n，yij表示第i个电力物联网的第j个安全评估指标的取值；则所有的yij构成安全评估决策矩阵y：

上述步骤2具体为：

设由p名专家组成电力物联网安全评估指标赋权专家组，记理想安全指标赋权专家为e^*，其对各电力物联网的安全指标赋权与整个专家群体e高度一致，e＝(e1,e2,…,ek,…,ep)，k＝1,2,…,p，专家ek对各评估指标给出的权重向量为wk，wk是一个n阶向量，所有专家给出的权重构成矩阵为w＝(w1,w2,…,wk,…,wp)；

根据矩阵理论和特征根法，理想安全指标赋权专家e^*给出的权重，即整个专家群体给出的综合权重ω＝(ω1,ω2,…,ωj,…,ωn)，j＝1,2,…,n，采用如下方法确定：

1)令特征矩阵f＝w^tw；

2)设定精度ε；

3)设迭代次数k＝0，初试化中间值矩阵y0＝[1/n,1/n,…,1/n]^t，令矩阵y1＝fy0，则迭代初值矩阵z1＝y1/||y1||2；

4)令k＝k+1，则迭代中间值矩阵yk+1＝fzk，迭代值矩阵zk+1＝yk+1/||yk+1||2；

5)令zk,j为第j个安全评估指标的迭代初值矩阵，若εz＜ε，则zk+1即为理想安全指标赋权专家e^*的综合评价向量θ＝(θ1,θ2,…,θj,…,θn)；

6)将综合评价向量θ进行归一化处理，即可得到整个专家群体给出的综合权重ω＝(ω1,ω2,…,ωj,…,ωn)，其中，

上述步骤3具体为：

形成电力物联网安全评估专家组，对第i个电力物联网的第j个安全评估指标取值yij，i＝1,2,…,m；j＝1,2,…,n，专家组给出区间直觉模糊评估其中是区间直觉模糊数，和分别为隶属度和非隶属度，并满足其中与分别为与区间下限和上限。

上述步骤4具体为：

设电力物联网安全评估专家组给出的区间直觉模糊决策矩阵是区间直觉模糊数；基于该矩阵给出第i个待评估电力物联网ii的综合区间直觉模糊数即

i＝1,2,…,m

其中与分别为综合区间直觉模糊数的隶属度和非隶属度区间下限和上限；

采用得分函数与精确函数量化综合区间直觉模糊数i＝1,2,…,m，即得分函数与精确函数分别为：

得分函数值越大，综合区间直觉模糊数越大，若多个综合区间直觉模糊数的得分函数值相等，则比较精确函数值，值越大对应的综合区间直觉模糊数越大；据此，根据综合区间直觉模糊数的大小对待评估的电力物联网ei进行安全排序，综合区间直觉模糊数越大代表该电力物联网的安全水平越高。

本发明的有益效果是：

本发明综合考虑感知安全性、网络安全性、应用安全性、云边协同安全性等因素，构筑了包含20个评估指标的电力物联网安全评估指标集，能系统全面地反映电力物联网的安全水平；提出了一种基于区间直觉模糊决策的电力物联网安全评估方法，采用群决策特征根法确定了评估指标的综合权重，能有效整合多名专家给出的权重意见，实现了赋权的合理性。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细说明。

本发明提出一种基于区间直觉模糊决策的电力物联网安全评估方法，如图1所示，具体步骤如下：

步骤1：构建电力物联网安全评估指标集，采集各安全评估指标数据，形成电力物联网安全评估决策矩阵；

(1)电力物联网安全评估指标集

电力物联网安全评估指标包括4类，即感知安全性、网络安全性、应用安全性、云边协同安全性，具体包含以下评估指标：

a、感知安全性指标：对象隐私安全、智能节点安全、节点信息认证与控制能力、无线传感器网络的抗攻击能力。其中，对象隐私安全指标指，在电力物联网中，对象信息是否可以被有效隐藏；智能节点的安全威胁包括：无线传感网络的网关节点被攻击者掌控、公共节点被攻击者掌控、公共节点被攻击者捕获、来自电力系统外部网络的ddos攻击、对智能节点的物理损坏等；节点信息认证与控制能力指标指，电力物联网中节点访问信息认证的合法性，保证由合法用户访问和控制相应节点。

b、网络安全性指标：物理环境安全、通信网络安全、软件数据安全、ipv6应用风险、异构网络识别与集成强度。其中，物理环境安全指标是指电力物联网机房和办公建筑物及其配套设施、设备、线路以及用电方面的安全，包括：建筑物、设备或线路遭到破坏或出现故障，设备被盗窃，出现信息泄露，出现用电中断等；通信网络安全指标是根据电力物联网的特点，对通信网络中出现的硬件问题、软件问题以及各个数据信息加以防范和保护；软件数据的安全威胁包括：电网企业内部和各部门之间的不安全访问、各应用系统自身的数据交互与存储无可靠安全环境、离线非结构化数据的内容隐患、终端外设端口缺乏统一的安全管理等；ipv6应用风险包括设备仿冒接入网络、应用层攻击导致的漏洞、信息传输过程中的攻击等。异构网络识别与集成强度指标表征电力物联网抵抗异构网络攻击的能力。

c、应用安全性指标：角色识别效率、商业安全、支持平台安全、软硬件正常工作时间、灾难控制与恢复能力。

d、云边协同安全性指标：云边协同计算平台安全、云边协同计算监控能力、信息应用安全、数据隔离与恢复效率、用户访问控制能力、供应商长期生存时间。

上述电力物联网安全评估指标的值采用评分法确定(总分为10分)，指标值越大，表示其安全性能越优。

(2)形成电力物联网安全评估决策矩阵

设待评估电力物联网的总数为m，安全评估指标个数为n，第i个电力物联网为ii，i＝1,2,…,m，则电力物联网ii的指标集合为{yi1,yi2,…,yij,…,yin}，j＝1,2,…,n，yij表示第i个电力物联网的第j个安全评估指标的取值；则所有的yij构成安全评估决策矩阵y：

步骤2：形成电力物联网安全评估指标赋权专家组，采用群决策特征根法求得整个专家群体给出的综合权重；

设由p名专家组成电力物联网安全评估指标赋权专家组，记理想安全指标赋权专家为e^*，其对各电力物联网的安全指标赋权与整个专家群体e高度一致，e＝(e1,e2,…,ek,…,ep)，k＝1,2,…,p，专家ek对各评估指标给出的权重向量为wk，wk是一个n阶向量，所有专家给出的权重构成矩阵为w＝(w1,w2,…,wk,…,wp)；

根据矩阵理论和特征根法，理想安全指标赋权专家e^*给出的权重，即整个专家群体给出的综合权重ω＝(ω1,ω2,…,ωj,…,ωn)，j＝1,2,…,n，采用如下方法确定：

1)令特征矩阵f＝w^tw；

2)设定精度ε；

3)设迭代次数k＝0，初试化中间值矩阵y0＝[1/n,1/n,…,1/n]^t，令矩阵y1＝fy0，则迭代初值矩阵z1＝y1/||y1||2；

4)令k＝k+1，则迭代中间值矩阵yk+1＝fzk，迭代值矩阵zk+1＝yk+1/||yk+1||2；

5)令zk,j为第j个安全评估指标的迭代初值矩阵，若εz＜ε，则zk+1即为理想安全指标赋权专家e^*的综合评价向量θ＝(θ1,θ2,…,θj,…,θn)；

6)将综合评价向量θ进行归一化处理，即可得到整个专家群体给出的综合权重ω＝(ω1,ω2,…,ωj,…,ωn)，其中，

步骤3：形成电力物联网安全评估专家组，专家组对安全评估决策矩阵中的指标值进行区间模糊评价；

形成电力物联网安全评估专家组，对第i个电力物联网的第j个安全评估指标取值yij，i＝1,2,…,m；j＝1,2,…,n，专家组给出区间直觉模糊评估其中是区间直觉模糊数，和分别为隶属度和非隶属度，并满足其中与分别为与区间下限和上限。

步骤4：采用区间直觉模糊决策方法给出电力物联网的安全评估结果。

设电力物联网安全评估专家组给出的区间直觉模糊决策矩阵是区间直觉模糊数；基于该矩阵给出第i个待评估电力物联网ii的综合区间直觉模糊数即

i＝1,2,…,m

其中与分别为综合区间直觉模糊数的隶属度和非隶属度区间下限和上限；

采用得分函数与精确函数量化综合区间直觉模糊数i＝1,2,…,m，即得分函数与精确函数分别为：

得分函数值越大，综合区间直觉模糊数越大，若多个综合区间直觉模糊数的得分函数值相等，则比较精确函数值，值越大对应的综合区间直觉模糊数越大；据此，根据综合区间直觉模糊数的大小对待评估的电力物联网ei进行安全排序，综合区间直觉模糊数越大代表该电力物联网的安全水平越高。

实施例

设有三个待评估的电力物联网建设方案，分别记为电力物联网1、电力物联网2和电力物联网3。

(1)构建电力物联网安全评估指标集，采集各指标数据形成评估决策矩阵；

由电力物联网安全评估专家组按照设定的标准进行评分，对各指标分别取所得评分的平均值。得到数据如表1所示。

表1电力物联网安全评估指标与评估决策矩阵元素值

(2)形成电力物联网安全指标赋权专家组，采用群决策特征根法求得多专家群体给出的综合权重；

设由3名专家组成电力物联网安全指标赋权专家组，各专家给出的指标权重和综合权重(采用特征根法求得)如表2所示。

表2赋权专家组的各专家给出的指标权重和综合指标权重

特征根法求取综合权重过程中的迭代初值矩阵z1和迭代值矩阵zk+1(k＝1,2,3,4)中的元素如表3所示。由表3可知，求取综合权重时，在几次迭代中就可以很快收敛于较高的精度。

表3迭代初值矩阵和迭代值矩阵中的元素

(3)形成电力物联网安全评估专家组，专家组对安全评估决策矩阵中的指标值进行区间模糊评价；

电力物联网安全评估专家组对3个待评估电力物联网的所有指标给出区间直觉模糊评估，区间直觉模糊决策矩阵中的元素如表4所示。

表4安全评估专家组给出的区间直觉模糊决策矩阵元素

(4)采用区间直觉模糊决策方法给出电力物联网的安全评估结果。

基于区间直觉模糊决策矩阵给出3个待评估电力物联网ii(i＝1,2,3)的综合区间直觉模糊值，即

采用得分函数与精确函数量化区间直觉模糊数(i＝1,2,3)，即得分函数与精确函数分别为

由得分函数(i＝1,2,3)值的大小可知，3个待评估的电力物联网安全水平排序为e1＞e3＞e2，采用第1个建设方案可使得电力物联网的运行安全性更高。