导读:本文包含了网络风险评估论文开题报告文献综述及选题提纲参考文献，主要关键词:电力通信网络,重要度评价,风险因子,通径系数分析
网络风险评估论文文献综述
罗云,高艳宏,王志强[1]（2019）在《基于大数据的电力通信网络风险辨识与评估方法研究》一文中研究指出为了高效、准确地识别网络庞大、结构复杂电力通信网中所潜在的风险点,从网络结构、承载业务等方面分析其对电力通信的影响,并结合电力事故事件调查规程的评定标准,客观且科学地评估其对电力通信引起的电力安全事件,为电力通信风险管控提供决策支撑。本文结合电力通信风险管控具体内容及特点,分析电力通信网事故发生原因,推理事故演变过程,提出解决思路和方案,并通过实际测试案例,验证电力事故评估模型具有较高的计算效率和准确性,为准确定位事故发生原因和评判风险等级提供科学依据。该模型结合复杂网络理论可靠性因素的抗毁性、生存性、有效性等特征,计算其相关特性的风险因子值;利用通径系数分析技术,验证风险因子的完备性;根据已标注的风险等级样例数据,构建深层卷积神经网络CNN模型,实时评测事故的风险等(本文来源于《电力大数据》期刊2019年11期）
赵鹏丽,顾伟红[2]（2019）在《基于BP神经网络与SPA的地铁TBM施工安全风险评估》一文中研究指出为了解决地铁TBM施工安全风险评估的问题,文章针对青岛地铁1号线的工程特点,参考《铁路隧道风险评估与管理暂行规定》中的掘进机施工风险因素核对表对地铁TBM的施工风险因素进行识别;其次基于BP神经网络与集对分析法构建地铁TBM施工安全风险评价模型。运用该评估模型对台东站～海泊桥站区间TBM施工项目进行风险评估,得到该区间的安全风险等级为叁级,处于"合格"状态;最后基于影响程度大的风险因素提出风险对策,对类似工程的安全施工具有借鉴作用。(本文来源于《建筑安全》期刊2019年11期）
阎晓春,周笑愉[3]（2019）在《浙江省P2P网络借贷平台的风险评估比较研究》一文中研究指出P2P网络借贷平台在展现新行业活力的同时,在国内平台上也不断出现问题,以至行业乱象频生、投资者信心严重受挫。因此,选择浙江、江苏、北京、上海及广东五个地区197家P2P平台作为样本,综合已有研究与行业特征,设定各评估指标,使用层次分析法对指标排序。采用突变级数法构建风险评估模型,横向比较浙江省与其他地区P2P平台的风险特征差别,为市场参与方提供参考。(本文来源于《经济研究导刊》期刊2019年29期）
张旭森[4]（2019）在《基于大数据的图书馆网络安全风险评估量化模型》一文中研究指出传统的基于结构化数据的模型对于研究体本身依赖严重,同时又忽略了社会舆论的影响。设计一种基于大数据的量化模型适合互联网时代的情感分析算法,构建一个完整的分析模型。应用在图书馆网络中,大面积的降低安全风险。针对图书馆网络安全风险评估,应用了移动平均、因子去极值与标准化、波动算法的基于大数据的量化模型,对比经典CPPI模型,使图书馆网络在数据的精密分析下,趋于更稳定安全的状态。(本文来源于《数字通信世界》期刊2019年10期）
陈为民,龙小凡,杨密,袁旭宏[5]（2019）在《基于偏最小二乘回归的P2P网络借贷平台信用风险评估探究》一文中研究指出随着大量网络借贷平台"跑路"事件的发生,平台信用风险评估成为互联网金融业亟待解决的问题。基于对P2P网络借贷平台因经营不善、内部监管不当、社会信征体系不健全等带来的信用风险影响因素的分析,运用偏最小二乘回归建立P2P网络借贷平台信用风险评估模型,并选取包括47家正常运营平台和27家问题平台在内的74家网络借贷平台数据作为研究样本进行实证,结果表明运用偏最小二乘回归建立的信用风险评估模型优于Logistic回归模型,能有效的识别网络借贷平台的信用风险。(本文来源于《湖南人文科技学院学报》期刊2019年05期）
郭秀峰[6]（2019）在《基于评判矩阵的网络信息安全风险评估》一文中研究指出针对传统网络信息安全风险评估方法实用性较低的问题,笔者进行了基于评判矩阵的网络信息安全风险评估研究。笔者根据网络信息安全风险评估的原则选取了具有全面性、可比性以及稳定性等具有代表的评估指标,根据评估指标的特点建立评判矩阵,运用1-9标度法对指标权重进行求解,根据指标权重将网络信息安全风险分为5个级别,并分别构建网络信息安全风险评估函数,以此建立了基于评判矩阵的网络信息安全风险评估模型,并对网络信息安全风险进行逐层评估,经过试验验证了该模型具有良好的实用性。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
夏志辉,唐文平,杨杰,李米智[7]（2019）在《基于贝叶斯网络的地铁项目进度风险评估——以长沙轨道交通6号线西段工程为例》一文中研究指出针对地铁项目建设中施工安全管理和现行评估方法的局限性,分析了项目进度的潜在影响因素;通过专家调查法,划分了风险因素概率等级,构建了基于贝叶斯网络的风险评估模型;根据贝叶斯网络的链式传递原则,计算各节点的概率等级分布,综合评价了地铁项目建设过程中的潜在风险。依托长沙市地铁6号线西段二标为工程背景,验证了方法的准确性和可靠性,提出了地铁项目进度风险管理的建议和策略。(本文来源于《建设监理》期刊2019年09期）
刘元鹏,田国忠[8]（2019）在《基于Logit模型的P2P网络借贷平台的风险评估》一文中研究指出2018年以来,P2P网络借贷平台频频爆雷,广大投资者蒙受了巨大损失。据相关平台统计发现,很多问题平台具有很多相似之处,如综合利率通常较高,平台背景大多以民营为主。文章借助爬虫软件,收集了网络上已有P2P借贷平台相关信息,并利用二元选择模型,对P2P平台相关信息进行实证研究,进而给出平台发生风险的概率模型,帮助投资者通过已有的信息来判断平台的可靠性。(本文来源于《中国集体经济》期刊2019年26期）
蔡元凯,姚善化,郑晓亮[9]（2019）在《基于XGBoost的网络安全风险评估模型研究》一文中研究指出风险评估是一种能够分析网络的运行状况,对风险等级进行预测的主动防护手段。为了解决传统的风险评估模型主观性强、对海量数据处理效率低及分类准确度不高等问题,运用极限梯度提升树XGBoost模型,以物理环境、软硬件故障等影响网络安全运行的因素作为输入,建立评估模型对网络安全风险等级进行预测,并与随机森林及GBDT两种方法进行对比。实验结果表明,基于XGBoost的网络安全风险评估模型可以根据收集到的信息,对信息网络风险等级进行快速准确地预测,且与随机森林及GBDT两种方法相比具有更高的准确率。(本文来源于《安徽理工大学学报(自然科学版)》期刊2019年05期）
裘玥[10]（2019）在《大型体育赛事网络安全风险分析与评估》一文中研究指出文章以大型体育赛事网络安全风险分析与评估为主题展开论述。首先回顾了体育赛事中网络安全的发展趋势;然后从安全形势、攻击动机和流程影响等方面分析了其面临的风险;接着从风险关系分析、安全流程及过程风险控制等方面提出了必要的管理、建设及研究建议;最后从时代的发展趋势展望了大型体育赛事网络安全的前景。(本文来源于《信息网络安全》期刊2019年09期）
网络风险评估论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解决地铁TBM施工安全风险评估的问题,文章针对青岛地铁1号线的工程特点,参考《铁路隧道风险评估与管理暂行规定》中的掘进机施工风险因素核对表对地铁TBM的施工风险因素进行识别;其次基于BP神经网络与集对分析法构建地铁TBM施工安全风险评价模型。运用该评估模型对台东站～海泊桥站区间TBM施工项目进行风险评估,得到该区间的安全风险等级为叁级,处于"合格"状态;最后基于影响程度大的风险因素提出风险对策,对类似工程的安全施工具有借鉴作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络风险评估论文参考文献
[1].罗云,高艳宏,王志强.基于大数据的电力通信网络风险辨识与评估方法研究[J].电力大数据.2019
[2].赵鹏丽,顾伟红.基于BP神经网络与SPA的地铁TBM施工安全风险评估[J].建筑安全.2019
[3].阎晓春,周笑愉.浙江省P2P网络借贷平台的风险评估比较研究[J].经济研究导刊.2019
[4].张旭森.基于大数据的图书馆网络安全风险评估量化模型[J].数字通信世界.2019
[5].陈为民,龙小凡,杨密,袁旭宏.基于偏最小二乘回归的P2P网络借贷平台信用风险评估探究[J].湖南人文科技学院学报.2019
[6].郭秀峰.基于评判矩阵的网络信息安全风险评估[J].信息与电脑(理论版).2019
[7].夏志辉,唐文平,杨杰,李米智.基于贝叶斯网络的地铁项目进度风险评估——以长沙轨道交通6号线西段工程为例[J].建设监理.2019
[8].刘元鹏,田国忠.基于Logit模型的P2P网络借贷平台的风险评估[J].中国集体经济.2019
[9].蔡元凯,姚善化,郑晓亮.基于XGBoost的网络安全风险评估模型研究[J].安徽理工大学学报(自然科学版).2019
[10].裘玥.大型体育赛事网络安全风险分析与评估[J].信息网络安全.2019