关键数据安全销毁评估方法技术

本发明专利技术公开了关键数据安全销毁评估方法，该方法根据数据安全销毁与实际场景之间的利益关系及数据销毁方法自身的性能，给出了合理的指标体系以及权重确定方法，以便后续效果评估的展开。另外，考虑到评判过程中存在着非线性关系，依据指标体系、专家打分、实际销毁数据统计等给出了一种基于AHP和卷积神经网络的关键数据安全销毁方法，从而得到每种销毁方法的合理评估值，为数据销毁方案的制定提供依据。

【技术实现步骤摘要】
关键数据安全销毁评估方法
本专利技术属于数据销毁
，具体涉及一种关键数据安全销毁评估方法。技术背景目前，常用的数据安全销毁效果评估方法有：层次分析法、线性加权平均法、基于灰色理论的评估方法和模糊综合评估方法。其中，层次分析法是通过对评价标准进行量化从而为决策者提供决策依据的方法。首先，找出影响问题评判的主要因素，分析其关联隶属关系，构成递阶层次结构模型，通过各层次中各因素间的两两比较确定其相对重要性，最后进行综合判断。该方法有数学理论基础，结论较为可靠。线性加权平均是指通过计算得到指标无量纲化结果后，从而对各项指标结果进行加权合成，该种方法计算简单方便，理论不复杂逻辑清晰。基于灰色理论的评估方法分为基于灰色关联分析和基于灰色白化权函数两种方法，该方法需要的信息不多，不要求大量样本，计算工作量小，定性和定量均可采用。模糊综合评估方法首先需要确定隶属度矩阵，根据选择的合成算子和权重向量合成从而确定隶属度矩阵需要，进而构造隶度函数，该方法结果直观，有数学依据，不要求样本量，定性和定量指标皆可采用。但是，上述几种方法一旦评估中的各个参数确定后，在进行评估的过程中系统无法根据评估数据的现实情况对其进行调整，人为干预因素多，评估结果主观因数大，准确性较低。参考文献：[1]赵战生、谢宗晓.信息安全风险评估(第二版)[M].中国标准出版社,2016.[2]lanGoodfellow.赵申剑,樊姚君,符天凡,等[译].深度学习[M].人民邮电出版社,2017.<br>
技术实现思路
本专利技术的目的是针对上述技术问题，提供一种关键数据安全销毁评估方法，该方法针对数据安全销毁的效果与实际场景的利益关系，给出了合理的销毁效果评估指标，并鉴于评价过程中的非线性因素，提出了销毁效果的神经网络评判方法，从而得到不同销毁方法的销毁效果的量化表示，为数据销毁方案的制定提供了依据。为实现此目的，本专利技术所设计的一种关键数据安全销毁评估方法，它包括如下步骤：步骤1：建立数据销毁效果的评估指标体系，该评估指标体系包括经济性指标、快捷性指标、适用性指标、完备性指标和可靠性指标，经济性指标用于体现所选用的数据销毁方法对存储资源的耗费是否小于要销毁的数据的价值，快捷性指标用于体现所选用的数据销毁方法所耗费的时间，适用性指标用于表示所选用的数据销毁方法对特定介质产生效果是否适用，以上三种指标主要用于对数据销毁的消耗进行评判，可归属于条件性指标；完备性指标用于表示所选用的数据销毁方法对数据进行销毁操作后是否仍然有残留的数据信息，可靠性指标表示采用所选用的数据销毁方法对数据进行销毁操作后，数据恢复的可能性，以上两种指标主要用于判断数据销毁的程度，可以归属于有效性指标；步骤2：采用层次分析法对所述评估指标体系中的指标进行权重赋予，权重赋予的具体方法如下；在层次分析法中，将评估指标体系中的每两个特征要素进行两两判断时，一共进行n(n-1)/2次两两判断，其中，n为特征数，特征要素为评估指标体系中的指标；根据所述评估指标体系，通过专家咨询法问卷调查，选取数据销毁领域n位专家，分别对所述评估指标体系中的各个指标的重要程度进行打分，并根据打分的结果，得到评估指标体系的两两判别矩阵；对所得的两两判别矩阵进行层次单排序，计算对于上一层次中某个因素而言本层次中与之有联系的因素的重要性次序的权值，并通过公式：AW＝λmaxW得到两两判别矩阵的特征值及特征向量，其中A为两两判别矩阵，λmax为两两判别矩阵的最大特征值，W就是相应的特征向量，组成特征向量的每一个元素Wi即为所要求的层次单排序的权重值；步骤3：结合评估指标体系中的指标及数据安全销毁的评判标准，给出数据销毁评估结果，具体如下：给出p种数据销毁后的销毁程度结果，请q位专家对每种销毁情况下对评估指标体系中的各个分别打分，作为评分依据，利用步骤2中得到的权重计算得到数据销毁结果，共p×q条；步骤4：结合层次分析法方法得到的数据销毁评估结果，利用卷积神经网络方法，构建数据销毁效果评估模型。本专利技术相对于现有数据安全销毁评估方法主要有以下优势：1、所设计的数据销毁方案充分考虑了实际场景中数据与利益的关系。现有的数据安全销毁方法没有考虑场景与数据销毁结果之间的关系，仅是针对数据本身的销毁效果。本专利技术考虑到在不同实际场景中，数据安全销毁的程度对该场景下数据泄露的影响，因此设计了条件性指标和有效性指标两部分评判标准，更加全面、合理的对数据安全销毁结果进行评估。2、所设计的数据销毁方案考虑了评估过程中的非线性关系。现有的数据安全销毁评估方法没有对数据销毁后的指标的复杂非线性关系进行考虑，仅是考虑了数据销毁后的各项数值统计。本专利技术结合专家经验和AHP(AnalyticHierarchyProcess，层次分析法)方法，考虑了评估过程中动态性等复杂非线性因素，给出了一种基于AHP和卷积神经网络的数据安全销毁评估方法，从而更加合理对销毁结果进行评估，为销毁方案的制定提供依据。附图说明图1为本专利技术中数据销毁效果评估模型；图2为本专利技术中一致性检验流程图；图3为本专利技术中数据销毁效果评估指标体系。具体实施方式以下结合附图和实施例对本专利技术作进一步的详细说明：如图1～3所示的一种关键数据安全销毁评估方法，其特征在于，它包括如下步骤：步骤1：建立数据销毁效果的评估指标体系，该评估指标体系包括条件性指标和有效性指标，其中条件性指标包括经济性指标、快捷性指标、适用性指标，有效性指标包括完备性指标和可靠性指标。经济性指标用于体现所选用的数据销毁方法对存储资源的耗费是否小于要销毁的数据的价值，即在经济方面方法得选择是否合理，量化计算后的值越大经济型越好，快捷性指标用于体现所选用的数据销毁方法所耗费的时间，也就是数据销毁的速度，量化计算后的数值越大则表示数据销毁速度越快，适用性指标用于表示所选用的数据销毁方法对特定介质产生效果是否适用，比如消磁法只对磁介质存储装置产生效果，所以在评估时，要考虑的方法对不同介质是否适用。量化计算后的数值越大就表示此销毁方法的适用性越好，完备性指标用于表示所选用的数据销毁方法对数据进行销毁操作后是否仍然有残留的数据信息，量化计算后数值越大表示越彻底，完备性越好，可靠性指标表示采用所选用的数据销毁方法对数据进行销毁操作后，数据恢复的可能性，量化计算后所得到的数值越大，就表示数据销毁方法的可靠性越好；步骤2：采用层次分析法对所述评估指标体系中的指标进行权重赋予，权重赋予的具体方法如下；在层次分析法中，将评估指标体系中的每两个特征要素进行两两判断时，一共进行n(n-1)/2次两两判断，其中，n为特征数，特征要素为评估指标体系中的指标；在层次分析法中，经过研究表明，当两两比较的因素过多，人的判断会受到很大影响，普遍来说尺度在7±2范围比较合适，比如以9个为限，用1至9的尺度表示它们本文档来自技高网...

【技术保护点】
1.一种关键数据安全销毁评估方法，其特征在于，它包括如下步骤：/n步骤1：建立数据销毁效果的评估指标体系，该评估指标体系包括对数据销毁消耗评判的条件性指标和对数据销毁程度进行评判的有效性指标，其中条件性指标包括经济性指标、快捷性指标、适用性指标，经济性指标用于体现所选用的数据销毁方法对存储资源的耗费是否小于要销毁的数据的价值，快捷性指标用于体现所选用的数据销毁方法所耗费的时间，适用性指标用于表示所选用的数据销毁方法对特定介质产生效果是否适用；有效性指标包括完备性指标和可靠性指标，完备性指标用于表示所选用的数据销毁方法对数据进行销毁操作后是否仍然有残留的数据信息，可靠性指标表示采用所选用的数据销毁方法对数据进行销毁操作后，数据恢复的可能性；/n步骤2：采用层次分析法对所述评估指标体系中的指标进行权重赋予，权重赋予的具体方法如下；/n在层次分析法中，将评估指标体系中的每两个特征要素进行两两判断时，一共进行n(n-1)/2次两两判断，其中，n为特征数，特征要素为评估指标体系中的指标；/n根据所述评估指标体系，通过专家咨询法问卷调查，选取数据销毁领域n位专家，分别对所述评估指标体系中的各个指标的重要程度进行打分，并根据打分的结果，得到评估指标体系的两两判别矩阵；/n对所得的两两判别矩阵进行层次单排序，计算对于上一层次中某个因素而言本层次中与之有联系的因素的重要性次序的权值，并通过公式：/nAW＝λ...

【技术特征摘要】
1.一种关键数据安全销毁评估方法，其特征在于，它包括如下步骤：
步骤1：建立数据销毁效果的评估指标体系，该评估指标体系包括对数据销毁消耗评判的条件性指标和对数据销毁程度进行评判的有效性指标，其中条件性指标包括经济性指标、快捷性指标、适用性指标，经济性指标用于体现所选用的数据销毁方法对存储资源的耗费是否小于要销毁的数据的价值，快捷性指标用于体现所选用的数据销毁方法所耗费的时间，适用性指标用于表示所选用的数据销毁方法对特定介质产生效果是否适用；有效性指标包括完备性指标和可靠性指标，完备性指标用于表示所选用的数据销毁方法对数据进行销毁操作后是否仍然有残留的数据信息，可靠性指标表示采用所选用的数据销毁方法对数据进行销毁操作后，数据恢复的可能性；
步骤2：采用层次分析法对所述评估指标体系中的指标进行权重赋予，权重赋予的具体方法如下；
在层次分析法中，将评估指标体系中的每两个特征要素进行两两判断时，一共进行n(n-1)/2次两两判断，其中，n为特征数，特征要素为评估指标体系中的指标；
根据所述评估指标体系，通过专家咨询法问卷调查，选取数据销毁领域n位专家，分别对所述评估指标体系中的各个指标的重要程度进行打分，并根据打分的结果，得到评估指标体系的两两判别矩阵；
对所得的两两判别矩阵进行层次单排序，计算对于上一层次中某个因素而言本层次中与之有联系的因素的重要性次序的权值，并通过公式：
AW＝λmaxW
得到两两判别矩阵的特征值及特征向量，其中A为两两判别矩阵，λmax为两两判别矩阵的最大特征值，W就是相应的特征向量，组成特征向量的每一个元素Wi即为所要求的层次单排序的权重值；
步骤3：结合评估指标体系中的指标及数据安全销毁的评判标准，给出数据销毁评估结果，具体如下：
给出p种数据销毁后的销毁程度结果，请q位专家对每种销毁情况下对评估指标体系中的各个分别打分，作为评分依据，利用步骤2中得到的权重计算得到数据销毁结果，共p×q条；
步骤4：结合层次分析法方法得到的数据销毁评估结果，利用卷积神经网络方法，构建数据销毁效果评估模型。


2.根据权利要求1所述的关键数据安全销毁评估方法，其特征在于：所述步骤2中，所述两两判别矩阵的特征向量W和最大特征值λmax采用正规化求和法进行计算，其计算步骤如下：
首先对两两判别矩阵的每一列进行正规化，即：



其中，aij表示第i行的第j个元素，bij表示正规化之后的元素，n表示两两判别矩阵的阶数，即特征数；
各列正规化后的判断矩阵按行相加，即：



其中，vi表示第i行元素之和；
再对向量v＝[v1,v2,…,vn]T进行正规化，其中，v1表示第1行元素之和，v2表示第2行元素之和，vn表示第n行元素之和，T表示矩阵的转置：



这样得到的向量[w1,w2,…wn]T即为权重向量，其中，Wi表示所要求的层次单排序的权重值,W1为所要求的第一层次单排序的权重值，W2为所要求的第一层次单排序的权重值，Wn为所要求的第一层次单排序的权重值；
最后计算两两判别矩阵的最大特征值λmax：



上式中(AW)i表示AW的第i个元素，其中A为两两判别矩阵，λmax为两两判别矩阵的最大特征值，W就是相应的特征向量，组成特征向量的每一个元素Wi即为所要求的层次单排序的权重值。


3.根据权利要求1所述的关键数据安全销毁评估方法，其特征在于：所述步骤2中，为避免专家对每两个特征要素进行两两比较时出现的自相矛盾现象，在进行层次单排序时要进行检验一致性，检验的步骤如下：
首先计算一致性指标CI:


<...

【专利技术属性】
技术研发人员：付钰，许炎义，于游，俞艺涵，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42