基于BP神经网络的采购活动安全性评估方法及相关设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759736A(43)申请公布日2023.03.07(21)申请号202211362542.4G06N3/044(2023.01)(22)申请日2022.11.02(71)申请人南方电网科学研究院有限责任公司地址510663广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼(72)发明人李攀登黄蓉杨祎巍许爱东李冉冉关泽武张宇南洪超姚姗余(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师周伟(51)Int.Cl.G06Q10/0635(2023.01)G06Q10/0639(2023.01)G06Q30/0601(2023.01)权利要求书2页说明书8页附图3页(54)发明名称基于BP神经网络的采购活动安全性评估方法及相关设备(57)摘要本申请公开了一种基于BP神经网络的采购活动安全性评估方法及相关设备，该方法包括：根据预设的网络安全审查评估要素，确定用于评估采购活动安全性的多个指标；以各指标为输入，以评估结果为输出，基于BP神经网络构建安全评估模型；以采购活动的各指标为训练样本，以采购活动的评估结果作为样本标签，对安全评估模型进行训练，得到训练后的安全评估模型；基于预设的供应链安全形势因素，对训练后的安全评估模型进行修正，得到目标安全评估模型；利用目标安全评估模型对目标采购活动进行评估，得到目标采购活动的评估结果。本申请可以避免人为评估的随机性、主观不确定性和认知模糊性，实现了采购活动的安全性自动评估，确保了供应链的安全。CN115759736ACN115759736A权利要求书1/2页1.一种基于BP神经网络的采购活动安全性评估方法，其特征在于，包括：根据预设的网络安全审查评估要素，确定用于评估采购活动安全性的多个指标；基于BP神经网络构建安全评估模型，所述安全评估模型以各指标为输入，以评估结果为输出；以采购活动的各指标为训练样本，以采购活动的评估结果作为样本标签，对所述安全评估模型进行训练，得到训练后的安全评估模型；基于预设的供应链安全形势因素，对所述训练后的安全评估模型进行修正，得到目标安全评估模型；利用所述目标安全评估模型对目标采购活动进行评估，得到所述目标采购活动的评估结果。2.根据权利要求1所述的方法，其特征在于，所述多个指标包括：采购活动中拟采购的产品的信息、产品提供者的信息以及关键信息基础实施的信息；其中，产品的信息包括产品名称、品牌、型号、数量、产地、生产制造商，采购金额，产品类型、关键技术、关键专利、关键服务和授权期限；产品提供者的信息包括公司名称、地址、注册地、法定代表人、联系人、股权及控制权情况、实际控制人、直接母公司及总公司情况、以及社会信用情况；关键信息基础设施的信息包括现有设施在用的同类产品或服务的规模、拟采购的产品在现有设施中的占比及影响系数。3.根据权利要求1所述的方法，其特征在于，所述安全评估模型包括输入层、输出层和隐藏层；输入层和隐藏层的神经元节点的关系为：其中，x为前一神经元节点的输出，w为前一神经元节点到节点i的权重，b为偏置因子，f为激活函数；所述隐藏层的神经元的个数Nh由下述方程式确定：其中，Ni为输入层的神经元个数，No为输出层的神经元个数，Ns为训练集的样本数，a为预设的常数。4.根据权利要求1所述的方法，其特征在于，以采购活动的各指标为训练样本，以采购活动的评估结果作为样本标签，对所述安全评估模型进行训练，包括：获取由各采购活动的各指标构成的训练集，将每一采购活动的评估结果确定为所述采购活动的标签，所述评估结果包括影响国家安全和不影响国家安全；将采购活动的各指标输入到安全评估模型中，得到安全评估模型输出的对应于所述采购活动的评估结果；以所述评估结果趋近于所述采购活动标记的评估结果为训练目标，更新所述安全评估模型的参数。2CN115759736A权利要求书2/2页5.根据权利要求1所述的方法，其特征在于，所述供应链安全形势因素包括：经贸限制因素、大国关系因素以及网络安全攻防态势；其中，所述经贸限制因素的权重占比为40％，所述大国关系因素的权重占比为30％，所述网络安全攻防态势的权重占比为30％。6.根据权利要求5所述的方法，其特征在于，对所述训练后的安全评估模型进行修正，包括：根据供应链安全形势因素中各因素的权重占比，对所述训练后的安全评估模型的权重值进行调整。7.根据权利要求1～6任一项所述的方法，其特征在于，还包括：根据所述目标采购活动的评估结果，确定是否需要申报网络安全审查。8.一种基于BP神经网络的采购活动安全性评估装置，其特征在于，包括：指标确定单元，用于根据预设的网络安全审查评估要素，确定用于评估采购活动安全性的多个指标；模型构建单元，用于基于BP神经网络构建安全