(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111499310.9 (22)申请日 2021.12.09 (71)申请人 上海浦东发展银行股份有限公司 地址 200001 上海市黄浦区中山 东一路12 号 (72)发明人 章维　韩智鹏　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 代理人 毛丹 (51)Int.Cl. H04L 9/40(2022.01) H04L 41/16(2022.01) G06F 21/57(2013.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 风险评估方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及一种风险评估方法、 装置、 计算 机设备、 存储介质和计算机程序产品。 所述方法 包括： 获取待评估的各风险指标对应的风险因素 的风险因素值 以及风险因素在各风险指标下的 类熵权系数； 根据预设的信息熵度量算法， 计算 风险因素的修正因子； 根据修正因子对风险因素 的风险因素值以及对应的类熵权系数进行修正， 得到修正风险因素值和在各风险指标下的修正 类熵权系数， 并根据修正风险因素值和对应的修 正类熵权系数确定每一风险指标的风险值； 将各 风险指标对应的风险值输入至预先训练的风险 评估模型中， 确定云计算环境风险等级。 采用本 方法提高了风险评估的准确性和可靠性。 权利要求书2页 说明书19页 附图7页 CN 114363004 A 2022.04.15 CN 114363004 A 1.一种风险评估方法， 其特 征在于， 所述方法包括： 获取待评估的各风险指标对应的所述风险因素的风险因素值以及所述风险因素在各 所述风险指标 下的类熵权系数； 根据预设的信息熵度量 算法， 计算所述 风险因素的修 正因子； 根据所述修正因子对所述风险因素的风险因素值以及对应的所述类熵权系数进行修 正， 得到修正风险因素值和在各所述风险指标下 的修正类熵权系 数， 并根据所述修正风险 因素值和对应的所述 修正类熵权系数确定每一 风险指标的风险值； 将各所述风险指标对应的所述风险值输入至预先训练的风险评估模型中， 确定云计算 环境的风险等级。 2.根据权利要求1所述的方法， 其特征在于， 所述获取待评估的各风险指标对应的所述 风险因素的风险因素值以及所述风险因素在各所述风险指标下的类熵权系数之前， 所述方 法还包括： 获取预设数目样本对象对各风险因素的风险等级投票数据； 统计每一所述风险因素在各风险等级下的投票数目， 得到所述风险因素的隶属度向 量； 每一所述隶属度向量表征 所述风险因素对应风险等级的模糊映射； 根据每一所述风险因素的隶属度向量以及所述风险等级， 确定每一所述风险因素的风 险因素值以及所述 风险因素在各 所述风险指标 下对应的类熵权系数。 3.根据权利要求2所述的方法， 其特征在于， 所述根据每一所述风险因素的隶属度向量 以及所述风险等级， 确定每一所述风险因素的风险因素值以及所述风险因素在各所述风险 指标下对应的类熵权系数， 包括： 根据每一所述风险因素的隶属度向量中的风险等级投票数据以及投票总数目， 得到每 一风险等级投票占比； 针对每一所述风险因素， 根据风险等级与对应的所述风险等级投票占比进行加权平均 计算， 得到每一所述 风险因素的风险因素值； 获取每一风险指标对应的全部风险因素的风险因素值， 计算每一所述风险因素在所述 风险指标中的风险因素值占比， 作为所述 风险因素在所述 风险指标 下的类熵权系数。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述修正因子对所述风险因素的 风险因素值以及对应的所述类熵权系数进 行修正， 得到修正风险因素值和在各所述风险指 标下的修正类熵权系数， 包括： 根据所述修正因子与所述风险因素的风险因素值进行乘积运算， 得到修正风险因素 值； 根据每一所述风险指标对应的全部风险因素的所述修正风险因素值， 计算每一所述风 险因素在所述全部风险因素中的占比， 得到所述风险因素在所述风险指标下的修正类熵权 系数。 5.根据权利要求2所述的方法， 其特征在于， 每一所述风险因素包括威胁频率指标和损 失影响指标， 所述风险因素 的风险因素值包括威胁频率值和损失影响值， 每一所述风险因 素的所述 威胁频率 值在各所述风险指标 下对应有类熵权系数。 6.根据权利要求5所述的方法， 其特征在于， 所述根据每一所述风险因素的隶属度向量 以及所述风险等级， 确定每一所述风险因素的风险因素值以及所述风险因素在各所述风险权　利　要　求　书 1/2 页 2 CN 114363004 A 2指标下对应的类熵权系数， 包括： 根据每一所述风险因素的威胁频率隶属度向量以及所述风险等级， 确定每一所述风险 因素的威胁频率 值以及所述 风险因素在各 所述风险指标 下对应的类熵权系数； 根据每一所述风险因素的损失影响隶属度向量以及所述风险等级， 确定每一所述风险 因素的损失影响值。 7.根据权利要求1所述的方法， 其特征在于， 所述修正风险因素值包括修正威胁频率值 和修正损失影响值； 所述 修正威胁频率 值在各所述风险指标 下对应有修 正类熵权系数； 所述根据所述修正风险因素值和对应的所述修正类熵权系数确定每一风险指标的风 险值， 包括： 根据每一风险指标的全部风险因素的修正损失影响值以及对应的所述修正类熵权系 数进行加权平均， 得到所述 风险指标的损失影响值； 根据预设的马尔科夫链算法以及所述修正类熵权系数， 确定各风险指标间的风险转移 矩阵； 根据所述风险转移矩阵以及各所述风险指标间的特征信 息， 计算每一风险指标的稳态 概率； 根据每一风险指标的稳态概率以及所述风险指标对应的损失影响值， 确定所述风险指 标的风险值。 8.根据权利要求1所述的方法， 其特征在于， 所述风险评估模型为小波神经网络模型， 所述将各所述风险指标对应的所述风险值输入至预先训练的风险评估模型中， 确定 云计算 环境的风险等级， 包括： 将待评估的各所述风险指标对应的所述风险值输入至预先训练的所述小波神经网络 模型； 根据所述小波神经网络模型中隐含层的小波神经网络激活函数对所述风险值进行处 理， 输出云计算环境的风险等级。 9.一种风险评估 装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待评估的各风险指标对应的所述风险因素的风险因素值以及所述 风险因素在各 所述风险指标 下的类熵权系数； 计算模块， 用于根据预设的信息熵度量 算法， 计算所述 风险因素的修 正因子； 修正模块， 用于根据 所述修正因子对所述风险因素的风险因素值以及对应的所述类熵 权系数进行修正， 得到修正风险因素值和在各所述风险指标下的修正类熵权系数， 并根据 所述修正风险因素值和对应的所述 修正类熵权系数确定每一 风险指标的风险值； 确定模块， 用于将各所述风险指标对应的所述风险值输入至预先训练 的风险评估模型 中， 确定云计算环境的风险等级。 10.一种计算机设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。 12.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至8中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114363004 A 3