一种基于熵权法模型的水务工业控制系统安全定级分析方法

本发明属于水务工业控制系统功能安全领域，涉及一种基于熵权法模型的水务工业控制系统安全定级分析方法。

背景技术：

1、在水务工业控制系统安全定级评估中，由于技术更迭的滞后性和延后性，当前大量正在投入运营的水务生产系统信息化程度仍处于建设初期，水务系统普遍存在着关键设备资产底数不清楚，信息记录不完备；关键性设备的安全门槛设置不够，易被攻击者所利用；系统安全评估多靠人力完成，导致评估结果准确性不高，成本较高等问题。

技术实现思路

1、为了解决现有技术存在的不足，本发明的目的是提出了一种基于熵权法模型的水务工业控制系统安全定级分析方法，作为一种客观性较高的赋权方法，熵权法基于各要素差异变化的程度大小为水务系统不同典型功能环节进行赋权。该方法能根据样本的实际数据得到最优的权重，可以有效避免人为主观性赋权造成的偏差，更精确客观低成本地对功能安全要素进行权重分析，为其最终赋权提供可靠依据。熵权法依据要素差异大小确定熵权，基于熵权法，可以计算出系统不同典型功能环节的权重并进行分析，从而对水务工业控制系统进行准确的计算评估。

2、本发明提出的基于熵权法模型的水务工业控制系统安全定级分析方法具体包括以下四个步骤：

3、步骤一：收集水务工业控制系统的样本数据，对数据进行分析并预处理。所述预处理包括确定每项要素的处理方式，具体包括划分要素之间的层次关系、确定要素是正向因素还是反向因素、归一化处理等。最后通过归一化处理，将层次关系中每一层下的n个样本的m项要素数据值分别转化为0到1之间(含端点)的一个要素得分xij(i＝1，2，...，n；j＝1，2，...，m)。

4、归一化处理时，对于连续型要素，假设给定了n个样本，m个要素，其中第i个样本的第j项要素的数据值为rij(i＝1，2，...，n；j＝1，2，...，m)，各样本要素数据归一化后的得分其中min(ri)表示ri1，ri2，ri3，...，rim中的最小值，max(ri)表示ri1，ri2，ri3，...，rim中的最大值；所述正向要素是指该要素的样本数据值越大，系统越重要；所述反向要素是指该要素的样本数据值越小，系统越重要。

5、归一化处理时，对于0/1型要素，即只有“是”和“否”或者“有”和“无”两种取值的要素，若是正向要素，则样本要素数“是”和“有”对应得分1，样本要素数据“否”和“无”对应得分0；若是反向要素，则样本要素数据“是”和“有”对应得分0，样本要素数据“否”和“无”对应得分1。

6、步骤二：用步骤一处理后的数据计算出每个要素的信息熵并相应求出权重。首先对于系统中的每个样本i，计算每个要素j所占比重然后对于每项要素j，计算相应的信息熵特别地，当pij＝0时，取pijln pij＝0。在每个层次下，分别用信息熵计算出每个要素的权重如果部分要素由子要素组合而成，先根据以上方法，分别计算出m′个子要素的权重w′j(j＝1，2，3，...，m′)，再计算出该要素得分其中x′ij为第j个子要素的得分，然后再求出本层要素的权重。最后根据权重计算出每个样本的总体得分再统计属于每一级系统的样本的得分情况，找出每一级系统的得分集中分布区间，确定每一级系统的取值区间，建立系统安全定级模型。

7、步骤三：将需要评分和定级的水务工业控制系统的相关要素数据，导入所述系统安全定级模型，得到对水务工业控制系统的评分和定级。首先确定待评级的系统的所属典型功能环节是原水、供水、制水、排水、污水中的哪一个典型功能环节，然后对相关要素数据进行与步骤一相同的归一化处理，得到每项要素的得分tj(j＝1，2，...，m)，其中m为对应典型功能环节下的要素数。最后计算出得分如果涉及多层要素需要再次将score作为下一层的输入要素数据进行计算，最终得出系统的评分，并根据得分所在区间决定系统的评级。

8、步骤四：根据待评估的水务工业控制系统的所属典型功能环节和评分结果，对该水务工业控制系统的评分定级提出相应建议。

9、步骤一中，划分层次关系时，首先按典型功能环节场景将样本分为原水、供水、制水、排水、污水五个典型功能环节，不同典型功能环节之间的样本、要素均相互独立，互不干扰。然后对于每一个场景，确定要素之间的层次关系，如果一个母要素由多个子要素组合形成，则不单独对该母要素的数据进行归一化处理。

10、步骤一中，根据数据划分的水务工业控制系统的模型层次结构如下：

11、原水典型功能环节包括水库和增压泵站两类系统，水库系统的要素包括常态运行水位极限供应天数、水库的有效库容量和水库救援量(即从其它水库调水能力)，增压泵站系统的要素包括增压泵站供水能力、增压泵站冗余能力和增压泵站有无人员值守；其中冗余能力包括原水环网是否具备调度冗余能力，若原水环网具备调度能力，是否会造成水厂减量供应；若原水环网无法调度，对口下游水厂是否具备原水取水冗余能力，若具备取水冗余能力，对口下游水厂出水水质能否达到地标，若不具备取水冗余能力，则将直接影响对口下游水厂生产；

12、制水典型功能环节包括制水厂一类系统，制水厂系统的要素包括制水能力、保障区域、水厂间互联互通能力、是否具备多条独立生产线和是否满足压力稳定性要求；

13、供水典型功能环节包括供水独立泵站和供水集中调度泵站两类系统，供水独立泵站系统的要素包括保障区域、输水能力和是否人员值守，其中输水能力包括月调度指令数、月运行时数、是否满足压力稳定性要求、是否具备中途加氯和是否具备调蓄功能等子要素，供水集中调度泵站系统的要素包括平台管控范围和单个泵站最大影响范围，单个泵站最大影响范围取其管辖的泵站；

14、排水典型功能环节包括有排水独立泵站和排水集中调度泵站两类系统，排水独立泵站系统分为防汛和输送两类，它们的要素都包括保障区域、排水能力、是否有人员值守，排水集中调度泵站系统的要素包括平台管控范围和单个泵站的最大影响范围，其中单个泵站最大影响范围取其管辖的泵站；

15、污水典型功能环节包括污水处理厂一类系统，污水处理厂系统的要素包括日处理能力，设计排放标准和上游管网是否具备调度功能。

16、步骤一中，为了方便计算，在对如制水能力、供水能力等连续型的数据进行归一化处理时，根据样本数据集中分布的区域，划分样本数据到k个区间[ai，ai+1)(i＝1，2，...，k)，其中a1＝0，ak+1＝+∞。然后确定每个子区间对应得分值scorei。

17、步骤二中使用了熵权法计算不同数据中不同要素的熵值：

18、熵权法的基本思路是根据要素变异性的大小来确定客观权重；一般来说，若某个要素的信息熵e越小，表明要素得分的变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大；相反，某个要素的信息熵越大，表明要素得分的变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。

19、步骤二中，为了方便计算和使用，最后的权重只保留两位小数，样本的总分输出时乘以100，保留到个位。

20、在步骤三中，对需要评分和定级的系统时，根据待评估要素的数据值x所在的区间相应地确定要素得分

21、步骤三中，划分每个等级的区间时，保持五个典型功能环节场景的划分一致。从一级到五级，取值区间为[ai，bi](i＝1，2，3，4，5)，其中a1＝0，b5＝100，ai+1＝bi+1(i＝1，2，3，4)。如有必要，需要调整权重以避免不同等级的取值范围相互交叉。

22、步骤三中，

23、本发明的有益效果包括：本发明分析了五个典型功能环节场景下的要素并进行预处理，并基于熵权法对每个要素的信息熵和权重进行计算，然后根据权重得出样本的输出分数，根据样本的输出分数分布确定等级划分区间，最终确定整个模型。对于需要评分定级的系统，先确定其所属典型功能环节，然后代入模型进行计算，最后得出系统的得分和定级。本发明对数据进行的许多处理，有效地降低了运算量，可以快速地计算出分数和定级。本发明充分利用样本数据，从中提取出判断样本重要程度的权重，保障了评分定级过程的客观性。