劉抗英

摘? 要： 傳統(tǒng)的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)評(píng)估方法在評(píng)估系統(tǒng)風(fēng)險(xiǎn)時(shí)，所能處理的數(shù)據(jù)吞吐量較少，導(dǎo)致系統(tǒng)風(fēng)險(xiǎn)評(píng)估效果不佳，為此研究大數(shù)據(jù)背景下的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)估計(jì)方法。該方法根據(jù)系統(tǒng)模塊設(shè)置邏輯節(jié)點(diǎn)，通過找尋數(shù)據(jù)之間的邏輯關(guān)系搭建風(fēng)險(xiǎn)估計(jì)模型?；诖髷?shù)據(jù)背景，依據(jù)效用理論以及估計(jì)風(fēng)險(xiǎn)偏好函數(shù)，選擇大數(shù)據(jù)批量計(jì)算和流式計(jì)算方法，計(jì)算系統(tǒng)程序風(fēng)險(xiǎn)指標(biāo)以及財(cái)務(wù)數(shù)據(jù)失信風(fēng)險(xiǎn)指標(biāo)。根據(jù)風(fēng)險(xiǎn)殘值調(diào)整系統(tǒng)主體模塊、子模塊中某一系統(tǒng)功能失效的概率，并通過指數(shù)函數(shù)定義風(fēng)險(xiǎn)等級(jí)，實(shí)現(xiàn)大數(shù)據(jù)背景下的系統(tǒng)風(fēng)險(xiǎn)估計(jì)。實(shí)驗(yàn)結(jié)果表明，與兩種傳統(tǒng)系統(tǒng)風(fēng)險(xiǎn)估計(jì)方法相比，文中的估計(jì)方法所處理的數(shù)據(jù)吞吐量更大，得到的風(fēng)險(xiǎn)指標(biāo)范圍更廣，由此可見，所提方法滿足企業(yè)財(cái)務(wù)信息管理系統(tǒng)的風(fēng)險(xiǎn)估計(jì)要求。

關(guān)鍵詞： 財(cái)務(wù)信息管理; 大數(shù)據(jù)背景; 風(fēng)險(xiǎn)評(píng)估; 估計(jì)模型; 風(fēng)險(xiǎn)指標(biāo)計(jì)算; 風(fēng)險(xiǎn)等級(jí)定義

中圖分類號(hào)： TN911.2?34; TP351? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）11?0079?04

Financial information management system risk estimation in context of big data

LIU Kangying

（Baise University， Baise 533000， China）

Abstract： The risk estimation method of the traditional financial information management system has less data throughput when it is used to assess the system risk， which leads to poor effect of system risk estimation. Therefore， the risk estimation method of financial information management system in the context of big data is studied. In this method， the logical nodes are set up according to system modules， and a risk estimation model is built by finding the logical relationships between data. On the basis of the background of big data， the methods of batch computing and stream computing are selected to calculate system program risk indicators and financial data dishonesty risk indicators according to utility theory and estimation risk preference function. The function failure probability of a certain system in the main modules and sub?modules of the system is adjusted according to the residual value of risk， and the risk level is defined with exponential function. On the basis of the above， the system risk estimation under the background of big data is achieved. The experimental results show that， in comparison with the risk estimation methods of two traditional systems， the data throughput processed with the proposed estimation method is larger， and the risk indicator range obtained with the proposed method is wider. It can be seen that the proposed method can meet the risk estimation requirements of enterprise financial information management system.

Keywords： financial information management; big data background; risk estimation; estimation model; risk indicator calculation; risk level definition

0? 引? 言

財(cái)務(wù)管理系統(tǒng)是財(cái)務(wù)領(lǐng)域發(fā)展的方向，該系統(tǒng)利用先進(jìn)的數(shù)據(jù)錄入、數(shù)據(jù)處理以及數(shù)據(jù)儲(chǔ)存方法，實(shí)現(xiàn)對(duì)企業(yè)各項(xiàng)財(cái)務(wù)數(shù)據(jù)的實(shí)時(shí)同步處理。而隨著國家經(jīng)濟(jì)體制的不斷完善，社會(huì)各類型企業(yè)的經(jīng)濟(jì)效益隨之提高，產(chǎn)業(yè)結(jié)果發(fā)生質(zhì)的飛躍，這就令財(cái)務(wù)數(shù)據(jù)體量巨大、數(shù)據(jù)種類繁多，致使財(cái)務(wù)領(lǐng)域形成當(dāng)前的大數(shù)據(jù)模式。大數(shù)據(jù)是近些年來備受矚目的新概念，通過發(fā)現(xiàn)數(shù)量巨大、來源復(fù)雜的數(shù)據(jù)特征，捕捉數(shù)據(jù)之間的關(guān)聯(lián)性，以此分析各項(xiàng)數(shù)據(jù)指標(biāo)[1]。

面對(duì)當(dāng)前的財(cái)務(wù)數(shù)據(jù)新特點(diǎn)，對(duì)企業(yè)財(cái)務(wù)信息管理系統(tǒng)進(jìn)行風(fēng)險(xiǎn)安全評(píng)估時(shí)，放棄原有的傳統(tǒng)隨機(jī)抽樣分析調(diào)查法處理數(shù)據(jù)，通過多元化的形式對(duì)企業(yè)所有財(cái)務(wù)數(shù)據(jù)信息進(jìn)行大量、高速、多樣、低密度價(jià)值的處理，以此精確掌握系統(tǒng)風(fēng)險(xiǎn)，及時(shí)對(duì)風(fēng)險(xiǎn)模塊進(jìn)行安全維護(hù)，保證企業(yè)財(cái)務(wù)信息安全。該估計(jì)方法的出現(xiàn)，減輕了企業(yè)財(cái)務(wù)管理人員的風(fēng)險(xiǎn)管控壓力，并為其他信息管理系統(tǒng)的風(fēng)險(xiǎn)估計(jì)提供了估計(jì)思路[2]。

1? 大數(shù)據(jù)背境下的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)估計(jì)方法

1.1? 搭建財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)估計(jì)模型

傳統(tǒng)的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)評(píng)估過程中，所能處理的數(shù)據(jù)量較少，僅采用抽樣調(diào)查的方法評(píng)估數(shù)據(jù)風(fēng)險(xiǎn)，忽視了數(shù)據(jù)之間的信息關(guān)聯(lián)。為此，在大數(shù)據(jù)背景下，充分考慮系統(tǒng)硬件、軟件、人為因素的影響，整合所有數(shù)據(jù)信息，參照以往估計(jì)模型對(duì)系統(tǒng)功能和裝置的描述，搭建一個(gè)財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)估計(jì)模型。財(cái)務(wù)信息管理系統(tǒng)每一模塊完成一項(xiàng)共同任務(wù)，并將數(shù)據(jù)之間通過通信模塊互聯(lián)，實(shí)現(xiàn)一系列綜合任務(wù)或單個(gè)子任務(wù)的功能集合，具體表現(xiàn)如圖1所示[3]。

通過圖1可知，所搭建的評(píng)估模型考慮到了財(cái)務(wù)系統(tǒng)的邏輯節(jié)點(diǎn)[d]，利用此節(jié)點(diǎn)對(duì)系統(tǒng)交換數(shù)據(jù)或者執(zhí)行指令時(shí)，抽象理解系統(tǒng)硬件、軟件和操作人員的行為特征，而節(jié)點(diǎn)之間的通信鏈路是財(cái)務(wù)信息交互的途徑，以此說明數(shù)據(jù)之間的交互關(guān)系[4]。針對(duì)上述結(jié)構(gòu)，搭建的財(cái)務(wù)系統(tǒng)風(fēng)險(xiǎn)評(píng)估模型如下：

[ε=k=1kki?n?AdBd=ei=1nki?lnax-aycn] （1）

式中：[ki]表示管理系統(tǒng)的功能[k]的第[i]個(gè)功能;[Ad]表示功能[ki]下節(jié)點(diǎn)[d]的邏輯集合;[Bd]表示功能[ki]下節(jié)點(diǎn)[d]之間的邏輯關(guān)系集合;[n]表示邏輯節(jié)點(diǎn)數(shù)量;[ax]與[ay]表示任意兩個(gè)邏輯節(jié)點(diǎn)在[x]軸和[y]軸上的坐標(biāo);[cn]表示[n]個(gè)節(jié)點(diǎn)之間存在的[c]個(gè)關(guān)聯(lián)關(guān)系。

當(dāng)計(jì)算得到的結(jié)果超過給定的安全范圍時(shí)，則說明該系統(tǒng)存在風(fēng)險(xiǎn)，至此該估計(jì)模型搭建完畢[5]。

1.2? 基于大數(shù)據(jù)背景計(jì)算風(fēng)險(xiǎn)指標(biāo)

在估計(jì)模型搭建完畢的基礎(chǔ)上，當(dāng)測評(píng)結(jié)果超過規(guī)定標(biāo)準(zhǔn)安全范圍時(shí)，針對(duì)海量的財(cái)務(wù)信息數(shù)據(jù)，利用大數(shù)據(jù)分析方法計(jì)算風(fēng)險(xiǎn)指標(biāo)。風(fēng)險(xiǎn)指標(biāo)意在考察信息管理系統(tǒng)中可能發(fā)生的各類故障，以及導(dǎo)致故障發(fā)生的原因和故障結(jié)果。本文的評(píng)估方法，采用此項(xiàng)概念，以系統(tǒng)運(yùn)行時(shí)的估計(jì)模型與系統(tǒng)運(yùn)行程序故障特點(diǎn)的量化可能性，通過效用理論以及估計(jì)風(fēng)險(xiǎn)偏好函數(shù)，計(jì)算嚴(yán)重程度函數(shù)下的量化后果，以此實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)指標(biāo)的計(jì)算[6]，如圖2所示。

通過圖2可知，計(jì)算風(fēng)險(xiǎn)指標(biāo)時(shí)，要采用批量計(jì)算以及流式計(jì)算的方法處理財(cái)務(wù)數(shù)據(jù)，以此提高該風(fēng)險(xiǎn)估計(jì)方法對(duì)于數(shù)據(jù)處理的吞吐量。其中，對(duì)于基本不會(huì)發(fā)生變化的數(shù)據(jù)進(jìn)行批量處理，對(duì)于實(shí)時(shí)動(dòng)態(tài)變化的數(shù)據(jù)則采用流式計(jì)算方法[7]。系統(tǒng)運(yùn)行程序的越線風(fēng)險(xiǎn)指標(biāo)反映的是不同管理模塊下，各控制單元運(yùn)行時(shí)的數(shù)據(jù)信息量超過系統(tǒng)所能承載的規(guī)定數(shù)值量;而失信風(fēng)險(xiǎn)指標(biāo)表示的是當(dāng)管理系統(tǒng)運(yùn)行發(fā)生故障時(shí)，每一數(shù)據(jù)節(jié)點(diǎn)會(huì)失去相關(guān)數(shù)據(jù)信息的風(fēng)險(xiǎn)，此時(shí)的兩種風(fēng)險(xiǎn)指標(biāo)的計(jì)算表達(dá)式為：

[ω1=i=1sλps-∞0fxsigxsi+i=1sλps0∞fxsigxsiω2=i=1smμpsqsi] （2）

式中：[ω1]表示系統(tǒng)程序風(fēng)險(xiǎn)指標(biāo);[λ]表示風(fēng)險(xiǎn)數(shù)據(jù)吞吐量;[s]表示系統(tǒng)管理模式類型;[i]表示系統(tǒng)運(yùn)行程序的數(shù)據(jù)節(jié)點(diǎn);[ps]表示[s]管理模式下的風(fēng)險(xiǎn)形成概率;[fxsi]表示程序運(yùn)行數(shù)據(jù)[x]，在第[s]種網(wǎng)絡(luò)管理模式下，數(shù)據(jù)節(jié)點(diǎn)[i]的風(fēng)險(xiǎn)概率密度函數(shù);[gxsi]表示程序運(yùn)行數(shù)據(jù)[x]，在第[s]種網(wǎng)絡(luò)管理模式下，數(shù)據(jù)節(jié)點(diǎn)[i]的系統(tǒng)程序風(fēng)險(xiǎn)嚴(yán)重程度函數(shù)[8];[ω2]表示管理系統(tǒng)中，各項(xiàng)財(cái)務(wù)數(shù)據(jù)的失信風(fēng)險(xiǎn)指標(biāo);[μ]表示失信數(shù)據(jù)吞吐量;[qsi]表示失信指標(biāo)在[s]管理模式下的風(fēng)險(xiǎn)形成概率;[m]表示數(shù)據(jù)總量;[x?-∞，∞]表示大數(shù)據(jù)量[9]。綜合式（2）的計(jì)算結(jié)果，得到大數(shù)據(jù)背景下的風(fēng)險(xiǎn)綜合指標(biāo)計(jì)算公式：

[ω=i=1nγn×ω1+ω2EDi] （3）

式中：[ω]是所求的管理系統(tǒng)綜合風(fēng)險(xiǎn)指標(biāo);[E（Di）]表示[i]類數(shù)據(jù)的節(jié)點(diǎn)下，節(jié)點(diǎn)度值[D]的關(guān)聯(lián)函數(shù);[γn]表示數(shù)據(jù)量為[n]的管理系統(tǒng)節(jié)點(diǎn)重要度[10]。通過將兩種類型風(fēng)險(xiǎn)指標(biāo)進(jìn)行聯(lián)立，得到一個(gè)更加完整的風(fēng)險(xiǎn)指標(biāo)函數(shù)公式。

1.3? 評(píng)定系統(tǒng)風(fēng)險(xiǎn)等級(jí)

在確定系統(tǒng)風(fēng)險(xiǎn)指標(biāo)后，估計(jì)此時(shí)財(cái)務(wù)信息管理系統(tǒng)的風(fēng)險(xiǎn)等級(jí)。在實(shí)際操作中，僅僅根據(jù)風(fēng)險(xiǎn)指標(biāo)的大小判斷系統(tǒng)風(fēng)險(xiǎn)是不夠嚴(yán)謹(jǐn)?shù)?，因?yàn)橛行╋L(fēng)險(xiǎn)是可以忽略不計(jì)的，同時(shí)，系統(tǒng)風(fēng)險(xiǎn)等級(jí)還要考慮風(fēng)險(xiǎn)殘值[11]。假定調(diào)整后的系統(tǒng)失效概率為[p0]，默認(rèn)此時(shí)該系統(tǒng)的功能價(jià)值為[j]，計(jì)算風(fēng)險(xiǎn)殘值[r]。此時(shí)需要考慮的充分必要條件包括：每一系統(tǒng)層面、模塊的某一個(gè)功能[j]的功能風(fēng)險(xiǎn)、每一系統(tǒng)子模塊、子單元中，某一個(gè)功能[j]的功能風(fēng)險(xiǎn)，以及系統(tǒng)風(fēng)險(xiǎn)傳遞權(quán)重、參考指標(biāo)[12]。

利用指數(shù)函數(shù)定義風(fēng)險(xiǎn)等級(jí)估計(jì)公式，以此計(jì)算風(fēng)險(xiǎn)殘值，根據(jù)計(jì)算結(jié)果劃分財(cái)務(wù)系統(tǒng)的風(fēng)險(xiǎn)等級(jí)類別，該級(jí)別的具體劃分如表1所示[13]。管理人員根據(jù)得到的計(jì)算結(jié)果，對(duì)比表1中的風(fēng)險(xiǎn)等級(jí)，及時(shí)對(duì)存在安全威脅的系統(tǒng)進(jìn)行維護(hù)，至此實(shí)現(xiàn)大數(shù)據(jù)背景下的財(cái)務(wù)信息管理系統(tǒng)風(fēng)險(xiǎn)估計(jì)[14]。

2? 仿真實(shí)驗(yàn)

2.1? 仿真實(shí)驗(yàn)平臺(tái)

為使研究的風(fēng)險(xiǎn)估計(jì)方法可以運(yùn)用到實(shí)際工作中去，搭建一個(gè)仿真實(shí)驗(yàn)環(huán)境，測試本文的風(fēng)險(xiǎn)估計(jì)方法。實(shí)驗(yàn)所選用的操作系統(tǒng)為Windows 10，處理器為專用處理器，瀏覽器版本為IE 12.0 for Win10（64位），仿真實(shí)驗(yàn)軟件為Matlab R2019a，記錄實(shí)驗(yàn)結(jié)果的測試記錄工具為Dev Test。此次估計(jì)方法測試所搭建的仿真實(shí)驗(yàn)平臺(tái)如圖3所示。

圖3中，設(shè)備1是仿真實(shí)驗(yàn)用計(jì)算機(jī)，其CPU為3.4 GHz、4 GB內(nèi)存、500 GB硬盤;設(shè)備2為財(cái)務(wù)報(bào)表、原始憑證掃描儀?；谏鲜鰧?shí)驗(yàn)設(shè)備，搭建兩個(gè)機(jī)器配置完全相同的實(shí)驗(yàn)平臺(tái)，重置計(jì)算機(jī)，運(yùn)行實(shí)驗(yàn)所需各項(xiàng)軟件，確保所有軟件處于初始化狀態(tài)。下載財(cái)務(wù)信息管理系統(tǒng)，如圖4所示。

雙擊該軟件圖標(biāo)，得到如圖4中所示的操作頁面，注冊(cè)用戶名，設(shè)置登錄密碼，選擇注冊(cè)時(shí)間，建立數(shù)據(jù)賬套。將某一企業(yè)近5年的財(cái)務(wù)數(shù)據(jù)作為實(shí)驗(yàn)對(duì)象，錄入到該財(cái)務(wù)信息管理系統(tǒng)中，任選其中2年的財(cái)務(wù)數(shù)據(jù)，開始實(shí)驗(yàn)。

2.2? 結(jié)果分析

為了讓實(shí)驗(yàn)結(jié)果更加明顯，將本文方法與傳統(tǒng)估計(jì)方法進(jìn)行對(duì)比，分析兩種方法下對(duì)于海量財(cái)務(wù)數(shù)據(jù)信息的處理能力。選取的財(cái)務(wù)數(shù)據(jù)年份分別為2016年和2018年，數(shù)據(jù)量大小為344 GB和417.5 GB。將2016年的數(shù)據(jù)默認(rèn)為[A1]組，2018年數(shù)據(jù)默認(rèn)為[A2]組。將這些數(shù)據(jù)錄入到圖4的管理系統(tǒng)中，運(yùn)行該系統(tǒng)，打開風(fēng)險(xiǎn)測試仿真實(shí)驗(yàn)軟件，兩種風(fēng)險(xiǎn)估計(jì)方法下，得到如圖5所示的數(shù)據(jù)吞吐量對(duì)比結(jié)果。

從圖5風(fēng)險(xiǎn)指數(shù)評(píng)估結(jié)果可看出：本文的風(fēng)險(xiǎn)估計(jì)方法，在財(cái)務(wù)管理系統(tǒng)中，評(píng)估了6個(gè)模塊中的數(shù)據(jù)，本文的方法處理的數(shù)據(jù)吞吐量更大，因此，得到的風(fēng)險(xiǎn)指標(biāo)范圍也更廣;而同樣的財(cái)務(wù)數(shù)據(jù)量下，傳統(tǒng)方法只分析了系統(tǒng)中的部分模塊，所能處理的數(shù)據(jù)吞吐量遠(yuǎn)小于本文方法，致使得到的系統(tǒng)風(fēng)險(xiǎn)指數(shù)也僅在一個(gè)小的范圍內(nèi)，漏掉了其他等級(jí)的系統(tǒng)風(fēng)險(xiǎn)。

3? 結(jié)? 語

大數(shù)據(jù)背景下，財(cái)務(wù)數(shù)據(jù)更加多元化，從原有的單一、固定數(shù)據(jù)，演變到現(xiàn)今的模式多樣、結(jié)構(gòu)多重、實(shí)時(shí)變動(dòng)的形式，傳統(tǒng)的系統(tǒng)風(fēng)險(xiǎn)估計(jì)方法已經(jīng)不能滿足財(cái)務(wù)系統(tǒng)的升級(jí)需要。本文的估計(jì)方法，將財(cái)務(wù)數(shù)據(jù)的龐大性、復(fù)雜性作為首要研究的重點(diǎn)，令所有財(cái)務(wù)數(shù)據(jù)均可以被分析、評(píng)估、演算，保證財(cái)務(wù)數(shù)據(jù)的真實(shí)性。系統(tǒng)在處理海量數(shù)據(jù)的同時(shí)，所提出的方法針對(duì)每一模塊均進(jìn)行數(shù)據(jù)評(píng)估，不放過每一處理數(shù)據(jù)的節(jié)點(diǎn)，保證可以估計(jì)該系統(tǒng)中的所有模塊及運(yùn)行程序。但當(dāng)前的研究在計(jì)算上還存在一定的誤差，今后還要著重研究對(duì)系統(tǒng)模塊的實(shí)時(shí)風(fēng)險(xiǎn)估計(jì)。

參考文獻(xiàn)

[1] 易芹，田偉，楊濤，等.HO?GDINA模型的EM算法參數(shù)估計(jì)[J].心理學(xué)探新，2017，37（5）：441?448.

[2] 陳國青，吳剛，顧遠(yuǎn)東，等.管理決策情境下大數(shù)據(jù)驅(qū)動(dòng)的研究和應(yīng)用挑戰(zhàn)：范式轉(zhuǎn)變與研究方向[J].管理科學(xué)學(xué)報(bào)，2018，21（7）：6?15.

[3] 馬相春，鐘紹春，徐妲.大數(shù)據(jù)視角下個(gè)性化自適應(yīng)學(xué)習(xí)系統(tǒng)支撐模型及實(shí)現(xiàn)機(jī)制研究[J].中國電化教育，2017（4）：97?102.

[4] 唐曉彬，周志敏，董莉.大數(shù)據(jù)背景下網(wǎng)絡(luò)突發(fā)事件動(dòng)態(tài)監(jiān)測研究[J].統(tǒng)計(jì)研究，2017，34（2）：44?54.

[5] 占飛燕.面向新財(cái)會(huì)制度的高校財(cái)務(wù)審計(jì)信息系統(tǒng)構(gòu)建[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2018，40（2）：240?244.

[6] 劉逸爽，陳藝云.管理層語調(diào)與上市公司信用風(fēng)險(xiǎn)預(yù)警：基于公司年報(bào)文本內(nèi)容分析的研究[J].金融經(jīng)濟(jì)學(xué)研究，2018，33（4）：46?54.

[7] 陳曉丹.基于現(xiàn)代統(tǒng)計(jì)學(xué)理論的教育信息化管理系統(tǒng)風(fēng)險(xiǎn)評(píng)估[J].現(xiàn)代電子技術(shù)，2018，41（5）：149?152.

[8] 柴繼文，王勝，梁暉輝，等.信息系統(tǒng)脆弱性被利用概率計(jì)算方法[J].重慶大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，40（12）：35?42.

[9] 呂曉珍，孫鳳，詹思延.偏倚風(fēng)險(xiǎn)評(píng)估系列：（四）整群設(shè)計(jì)隨機(jī)對(duì)照試驗(yàn)[J].中華流行病學(xué)雜志，2018，39（2）：240?244.

[10] 聶文濱，劉衛(wèi)東，肖勝輝，等.廣義點(diǎn)關(guān)聯(lián)系數(shù)在FMEA風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].機(jī)械設(shè)計(jì)與制造，2018（11）：1?5.

[11] 陳晶，劉明群，覃日升，等.基于可信性理論和效用理論的電網(wǎng)連鎖故障綜合風(fēng)險(xiǎn)評(píng)估方法[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2017，29（7）：144?150.

[12] 王鈺楠，楊鏡非，何也帥，等.基于網(wǎng)絡(luò)流轉(zhuǎn)移分布因子的主動(dòng)配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估及預(yù)警[J].電網(wǎng)技術(shù)，2017，41（2）：371?377.

[13] 任秋潔，潘剛，白永強(qiáng)，等.基于FAHP和攻擊樹的信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估[J].電子技術(shù)應(yīng)用，2018，44（8）：113?117.

[14] 陶振文，張俊鋒.物聯(lián)網(wǎng)環(huán)境下不協(xié)調(diào)目標(biāo)信息脆弱性風(fēng)險(xiǎn)評(píng)估系統(tǒng)[J].科學(xué)技術(shù)與工程，2018，18（9）：272?277.

[15] 施薇.基于FMEA的企業(yè)信息管理系統(tǒng)模糊風(fēng)險(xiǎn)評(píng)估法[J].控制工程，2017，24（3）：675?679.