基于证据理论的移动商务风险因素辨识方法

《基于证据理论的移动商务风险因素辨识方法 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于证据理论的移动商务风险因素辨识方法[摘要]本文分析了影响移动商务交易风险的主要因素，给出了一种基于DS证据理论的移动商务风险辨识模型，通过融合专家的评判来减少风险因素度量的复杂性和不确定性，评估出风险因素的等级。算例表明利用证据推理对移动商务交易风险进行辨识具有一定的有效性和应用价值。　　[关键词]移动商务Dempster-Shafer理论风险辨识　　　　一、引言　　随着信息技术的快速发展，移动通信技术已从最初的1G（模拟技术，主要业务为语音通信）发展到2G（数字技术，业务包括语音通信与数据业务）

2、，并正向3G过度。第三代移动通信技术（3G）将在移动通信终端上向人们展现多种媒体形式，提供多种信息服务。然而，移动商务带来巨大商机的同时，也对企业的组织模式、决策技术，以及安全保障等方面提出了更高的要求。　　移动商务活动极大程度地依赖于无线网络和移动终端，经其进行的交易非常容易出现交易数据的更改、交易信息的泄漏以及交易流程的破坏。移动终端设备具有计算能力和存储能力有限、电池寿命短等特点，限制了复杂加密认证程序的使用，从而带来安全隐患;此外，在公共场所使用移动终端时，使用者的私密信息很容易被偷听或偷看；

3、持续的无线网络连接使得病毒和蠕虫更快传播和蔓延。这些因素都给移动商务带来了极大的风险。因此，能否有效控制移动商务的交易风险就成为其发展与繁荣的关键。为了有效地控制风险，首要的任务是进行风险因素的辨识。基于此，本文采用Dempster-Shafer（DS）证据推理对移动商务交易风险因素进行量化，将不确定性多属性风险因素评价问题转化为一般的确定性多属性风险因素评价问题，将影响移动商务交易风险因素的定性分析转变为定量分析。　　二、Dempster-Shafer证据理论　　证据理论，又称Dempster-Sh

4、afer(DS)信度函数理论，是Shafer在20世纪70年代中期创立的。D.Dubosi和H.Prade从数学形式上研究了信度函数，得出了信度函数是模糊测度的结论。证据理论自提出以来在不确定性推理、专家意见、人工智能、多准则决策等方面得到了较好的应用。Shafer给出了基本概率赋值的概念。　　定义1设为识别框架，如果集函数为的幂集，它是所有子集的集合；A是的子集)满足：　　(1)　　则m称为框架上的基本概率分配（BasicProbabilityAssignment）；,m(A)称为A的基本可信数或M

5、ass函数。　　定义2设为识别框架，为识别框架上的基本可信度分配，则称由式　　(2)　　所定义的函数称为上的信度函数（BeliefFunction）。式(2)中Bel(A)反映所有A的子集的信度总和。如果，则称A为信度函数Bel的焦元（focalelement）。　　通过Dempster-Shafer合成法则融合多组来自相互独立的不同信息源的证据，可以提高对某命题的置信程度。　　三、移动商务交易风险因素辨识　　1.移动商务交易风险源筛选　　为了能够准确地辨识移动商务交易风险因素，需要分析移动商务交易风

6、险的可能来源，本文首先对国内外有关五、结束语　　由于移动商务风险因素难以准确辨识，而应用Dempster-Shafer证据理论，通过融合多个专家的评判，能够准确辨识出移动商务风险因素，并在此基础上评价出风险因素的等级。Dempster合成规则反映了“证据汇集”的涵义，如果将两个相互支持的证据合成，则结果表现出证据增强的效果；如果对两个冲突的证据合成，则结果表示出证据抵消和抑制的效果。本文利用MATLAB6.5编程结合EXCEL对算例进行分析，得到了满意结果。表明，利用Dempster-Shafer证据

7、理论对风险因素进行辨识具有有效性和一定的应用价值。