提出一种使用深度学习方法对网络环境进行态势评估的方法。 根据网络扫描过程中获取的风险信息进行分类和特 征提取，训练深度学习网络，并根据学习结果预测攻击对网络造成的影响，同时对当前网络态势进行整体评估。 针对网络整 体的安全问题进行定量描述，从而可以对不同协议层、不同来源、不同手段的攻击进行风险评价，并调度资源进行拦截及防护。

 控制系统是导弹武器系统的核心。为更全面的评价导弹控制系统的质量，综合考虑导弹落点精度、飞行稳定性以及控制系统可靠性三方面，通过时域分析和频域辨识的方法，对其进行了具体论述和分析，为及时掌握控制系统的健康状态，进行维修以及灵活管理提供了科学理论基础。

论文研究-基于RS-ANFIS的雷达抗干扰性能评估方法.pdf,  雷达抗干扰性能评估是雷达系统研制、引进、装备过程中必要的环节. 如何综合评估复杂电磁环境下的雷达抗干扰性能评估已成为研究的重点. 针对现有雷达抗干扰性能评估方法的特点和局限性, 提出了一种基于粗糙集-自适应神经网络模糊推理系统(RS-ANFIS)的性能评估方法. 首先, 针对原始样本数据的不完备性和不确定性, 采用粗糙集理论对原始样本数据进行数据归一化、 离散化、属性约简处理, 并得到覆盖原始样本特征的最小规则集. 其次, 建立了基于ANFIS的Sugeno型性能评估模型, 设计了评估变量的隶属度函数和推理规则, 确定了评估网络各层输入输出关系以及网络学习算法. 最后, 以12组雷达抗干扰性能评估指标为例进行算法模型验证, 表明了方法的可行性和模型的有效性. 实验结果表明, 该方法能够有效改进网络结构, 提高雷达抗干扰性能评估结果的可信度.

软件工作量评估-FPA评估方法-评估模板,

本标准规定了依据GB/T 31168——2014《信息安全技术 云计算服务安全能力要求》，开展评估的原则、实施过程以及针对各项具体安全要求进行评估的方法。 本标准适用于对政府部门使用的云计算服务进行安全管理，也可供重点行业和其他企事业单位使用云计算服务时参考。

国内外信息安全风险评估方法的比较