(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111626732.8 (22)申请日 2021.12.28 (71)申请人 北京信息科技大 学 地址 100192 北京市海淀区清河小营东路 12号 (72)发明人 谷晓燕　陈梦彤　 (74)专利代理 机构 北京永创新实专利事务所 11121 代理人 易卜 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) (54)发明名称 基于零模型的复杂产品系统风险源辨识方 法 (57)摘要 本发明公开了一种基于零模型的复杂产品 系统风险源辨识方法， 本发明方法首先依据复杂 产品系统中的功能指标项来构建复杂网络， 然后 计算功能指标项作为节点的计量指标， 按照节点 度中心性对功能指标项进行划分成不同群。 对相 同度中心性的群构建零模型， 通过对网络构造零 模型比较模块度的变化量来判断功能指标项的 重要程度。 最后使用线性阈值模 型选取出风险传 播时间短的功能指标项为复杂产品系统风险源。 本发明方法能够从复杂产品系统的系统结构来 辨识风险源， 为风险源辨识提供新的思路， 从而 提高复杂产品系统的安全性。 权利要求书3页 说明书26页 附图6页 CN 114331124 A 2022.04.12 CN 114331124 A 1.一种基于零模型的复杂产品系统风险源辨识方法， 其特 征在于包括有下列步骤： 步骤一， 依据复杂产品系统的功能层次结构 构建根树网络模型； 以复杂产品系统中的功能指标项作为节点， 节点与节点之间通过连通构建一棵树型的 复杂产品系统网络模型； 将功能指标项用符号node表示； 则有： 属于最顶层功能 Ⅰ中的所有功能指标项记为NODE Ⅰ； NODEⅠ采用集合形式表示 为 将属于 的所有功能指标项进行归类， 记为 下角标 χ 是属于 的功能指标项的总个数； 将属于 的所有功能指标项进行归 类， 记为 下角标γ是属于 的功能指标项的总个数； 将属于 的所有功能指标项进行归类， 记为 下角标 λ是属于 的功能指标项的总个数； 将属于 的所有功能指标项进行归类， 记为 下角标ξ 是属于 的功能指标项的总个数； 步骤二， 计算功能指标项的指标量； 步骤21， 计算每 个功能指标项的度中心性 值； 采用度中心性公式 计算每个功能指标项的度中心性值， 下角标i代表 任意一个功能指标项； 步骤22， 计算最底层功能指标项的平均指标量； 采用 计算最底层功能指 标项的平均指标量， φ代表最底层 功能指标项的总个数； 步骤三， 风险等级划分； 步骤31， 第一 风险群判断； 任意元素节点Vi的功能指标项计量指标， 记为C Ci； 若 则将元素节点Vi记入第一 风险群， 记为 QUN群 一＝{Vi}； 若 则对元素节点Vi进行步骤32判断； 步骤32， 第二 风险群判断； 从步骤一中的节点信息中获得中间层功能指标项中的各个功能指标项， 即 从步骤一中的节点信息中获得最底层功能指标项中的各个功能指标项， 即权　利　要　求　书 1/3 页 2 CN 114331124 A 2找出最底层功能指标项的宿主， 所述宿主为中间层功能指标项； 若 则将元素节点Vi记入第二风险群， 记为QUN群二＝ {Vi}； 若 进入步骤3 3； 步骤33， 第三风险群判断； 将CCi＜CC平均and 的元素节点， 作为第三 风险群， 记为 QUN群 三＝{Vi}； 步骤四， 基于零模型的处 理； 步骤41， 计算第三层功能指标项的模块度； 根据步骤三得到的不同群节点进行功能指标项 网络构建， 得到第 三层功能指标项的网 络拓扑结构图； 步骤42， 构建一阶随机断边重连零模型； 在保证网络 中节点的度分布不变的情况下， 针对所有系统划分建立一阶随机断边重连 零模型； 步骤43， 计算第三层功能指标项的模块度； 最底层功能指标项的模块度公式为 步骤44， 计算模块度的变化 量； 根据公式|ΔQ|＝|Q0‑Qi|计算模块度的变化量|ΔQ|， 比较不同系统划分的重要性， |Δ Q|越大， 系统划分的重要性越大； 步骤五， 基于线性阈值模型的处 理； 针对风险群一和风险群二中的同一系统划分中的功能指标项使用线性阈值模型比较 风险传播时间； 步骤51， 计算功能指标项的影响力 采用功能指标项影响力计算公式 计算每个功能指标项的影响力指标； 步骤52， 风险传播的路径 根据步骤四所得的结果， 分别设置不同的功能指标项为初始节点， 设置网络节点阈值， 使用线性阈值模型统计风险传播的时间；权　利　要　求　书 2/3 页 3 CN 114331124 A 3