[发明专利]一种客户信息泄露风险评估系统的构建方法及构建系统

摘要

本申请公开了一种客户信息泄露风险评估系统的构建方法及构建系统，其中，客户信息泄露风险评估系统的构建方法基于径向基函数神经网络构建客户信息泄露风险评估系统，并且针对径向基函数神经网络训练样本的获取和核函数的确定给出了具体的标准，经过该方法训练获得的径向基函数神经网络在对客户信息系统的应用页面进行客户信息泄露风险评估时，无需技术人员的参与，避免了技术人员的主观经验对评估结果造成的干扰，可以做到在输入不变的情况下输出不变，为客户信息系统的客户信息泄露风险的评估提供了一个统一的评分标准，具有精确性、稳定性和普遍适用性；并且经过该方法获得的径向基函数神经网络的评估效率要优于人工评估，具有较高的评估效率。

主权项

一种客户信息泄露风险评估系统的构建方法，其特征在于，所述客户信息泄露风险评估系统用于评估客户信息系统各应用页面的客户信息泄露风险，所述客户信息泄露风险评估系统的构建方法包括：获取所述客户信息系统中包含的客户信息要素种类，并根据获取的客户信息要素种类，确定训练样本对应的特征向量维度；根据获取的客户信息要素种类，获取多个训练样本；获取多个所述训练样本的客户信息泄漏风险评分；根据所述训练样本的特征向量维度确定径向基函数神经网络的输入层大小以及隐藏层的节点个数；采用K‑means聚类算法，根据多个所述训练样本计算获得第一预设数量个聚类中心，所述第一预设数量与所述隐藏层的节点个数相同；将径向基函数神经网络的核函数设置为高斯函数，并将所述高斯函数的方差设置为其中，δ表示所述高斯函数的方差，Cmax表示所有所述聚类中心之间的最大距离，K为所述隐藏层的节点个数；根据计算获得的第一预设数量个聚类中心、输入层大小和隐藏层的节点个数，构建所述径向基函数神经网络；利用多个所述训练样本及每个所述训练样本对应的评分训练所述径向基函数神经网络，并将训练后的径向基函数神经网络作为所述客户信息系统的客户信息泄露风险评估系统。