基于决策树的智能信息安全风险评估方法 (2011年)

为了解决信息安全风险评估方法主观性大、建模时间长、分类正确率低的问题，提出了基于决策树的智能信息安全风险评估方法。该方法利用层次分析法对信息安全风险评估因素进行层次分解，利用机器学习中的决策树分类算法对数据进行分类。实例分析表明：与基于支持向量机的信息安全风险评估方法相比，在处理央企、银行、政府等单位风险评估过程中得到的离散型数据时，基于决策树的智能信息安全风险评估方法对数据类别分布无要求，分类正确率提高了2倍，且分类速度快。因此该方法更适合应用于实际的信息系统风险评估中。