买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东财经大学

摘要：本发明涉及一种基于FMEA的移动医疗APP隐私风险评估方法，首先借助概率语言术语集表示决策者对引起隐私数据泄露的故障模式进行评估，并通过扩展运算法则进行有效处理决策者对不同故障模式之间的犹豫和模糊。然后采用层次聚类方法综合考虑决策者对风险因素的关注度对评估矩阵进行合理划分，最后利用共识优化模型达成一致意见，识别出风险系数最高的故障模式。

主权项：1.一种基于FMEA的移动医疗APP隐私风险评估方法，其特征在于，包括以下步骤：S1，根据决策者的评估矩阵计算决策者针对移动医疗APP隐私风险的意见相似度，依据曼哈顿距离来衡量意见相似度；假设决策者er与et的评估矩阵分别为与两者之间的意见相似度为计算方式如下 其中，代表决策者er与et之间的意见差异度，如果越大，说明er与et之间的评估差异越大，则意见相似度越低；反之，越小，说明er与et之间的评估差异越小，则意见相似度越高；S2，决策者对引起移动医疗APP隐私泄露的风险因素有自身的个人关注度，采用杰卡德系数衡量决策者之间的关注相似度，杰卡德系数值越大，样本相似度越高；给定两个集合A和B，杰卡德系数定义为A与B交集的大小与A和B并集的大小的比值，即 决策者ek对风险因素的个人关注度集合为其中j＝1,2,...,n；k＝1,2,...,q，对于决策者er与et对风险因素的关注信任测度被定义为其中，Jer,et∈[0,1]r,t＝1,2,...,q；与杰卡德系数相关的指标叫做杰卡德距离，用于描述集合之间的不相似度，杰卡德距离越大，样本相似度越低，决策者er与et之间的杰卡德距离公式，即关注差异度定义如下 S3，聚合决策者之间的意见差异度和关注差异度为综合距离，综合距离作为评估风险进行层次聚类的聚类测度；假设决策者er与et的综合距离为 其中，α指的是决策者之间意见差异度和关注差异度的重要程度，为了不失一般性，设定为α＝0.5；S4，在社会信任网络背景下，利用决策者之间的社会信任关系确定决策者权重；令决策者之间完整的社会信任关系矩阵为决策者ek在社会网络中获取的平均信任值，即可信度为 其中，k,r,t＝1,2,...,q。显然，值越大，决策者ek的可信度越高，假设决策者的权重集合为λ＝{λ1,λ2,...,λq}，将决策者的可信度进行归一化，即 其中0λk1，S5，在由q位决策者组成的决策团队中，决策者ek的权重为λk；在S3聚类形成的各集群中，保留决策者在社会网络中的可信度，决策者的权重需要归一化，则在集群cl中决策者ek的权重为 其中0λ'k1,numl为集群Cl中决策者的数量，根据集群Cl内决策者ek的权重为λ'k，进一步得到集群Cl的意见评价矩阵其中集群由意见相似的决策者组成，集群的权重与所在集群内决策者的权重组成，即 其中，0wck1,为集群的数量；S6，设置集成共识优化模型，集成共识优化模型包括组内共识达成过程和组间共识达成过程，组内共识达成过程是指在S3聚类形成的各集群内部设定共识阈值，在社会信任网络背景下识别共识水平低于阈值的决策者并进行调整，以提高集群内的凝聚度，在集群中所有决策者的共识水平都不低于阈值后，进入组间共识达成过程，确定组间共识阈值并调节组间共识水平较低的集群，以达成集体共识并形成一致的风险评估意见；S7，确定风险因素的权重，采用兼顾主观和客观角度的综合赋权法，其中，通过熵权法获得风险因素的客观权重，通过决策者对风险因素的个人关注程度表示风险因素的主观权重；S8，根据S6中得到的共识意见和风险因素权重，计算引起隐私泄露风险故障模式的风险优先数，并对故障模式作出风险排序，其中，rsii＝1,2,...,m为各故障模式的风险优先数，以此作为故障模式的风险水平。

全文数据：

权利要求：

百度查询： 山东财经大学 基于FMEA的移动医疗APP隐私风险评估方法