陳永剛，周凈毓，戴乾軍，李響

(蘭州交通大學(xué) 自動化與電氣工程學(xué)院，甘肅 蘭州730070)

LTE-R 作為鐵路下一代移動通信系統(tǒng)的研究發(fā)展方向，LTE-R 通信系統(tǒng)在列車運行控制中處于核心位置，可承擔(dān)高鐵通信網(wǎng)絡(luò)的各類核心業(yè)務(wù)，且對鐵路出行的安全性具有重要作用。2015年，中國鐵路總公司聯(lián)合各大高校及研究院成立LTE-R 研究工作組，為相關(guān)標(biāo)準(zhǔn)的制定及建立安全評估體系提供基礎(chǔ)[1]。2018年，京沈高鐵開始對LTE-R 系統(tǒng)進行動態(tài)試驗。在普遍應(yīng)用并建設(shè)LTE-R 系統(tǒng)前，建立良好的安全風(fēng)險評估體系對運營效率及行車安全有著重要的作用，因此對LTE-R 系統(tǒng)進行安全風(fēng)險分析的研究有著重要意義。目前，國內(nèi)外針對LTE-R 系統(tǒng)安全性的研究主要有：鄒引等[2-5]通過對LTE-R 系統(tǒng)各項服務(wù)指標(biāo)的服務(wù)質(zhì)量進行測試驗證，并指出在列控系統(tǒng)中的RAM(可靠性、可用性、可維護性)及在通信安全方面的CIA(機密性、完整性、可用性)十分重要。Lee 等[6]通過分析LTE-R 通信環(huán)境的攻擊風(fēng)險，進而檢查系統(tǒng)的安全性。QU等[7]通過多種大數(shù)據(jù)技術(shù)對我國朔黃鐵路公司LTE-R 網(wǎng)絡(luò)運維數(shù)據(jù)進行分析優(yōu)化，在實際應(yīng)用中，提出一種在實際應(yīng)用中針對LTE-R 網(wǎng)絡(luò)的安全優(yōu)化措施。高志遠[8]應(yīng)用馬爾可夫模型及可靠性框圖法等對LTE-R 通信系統(tǒng)的可靠性進行綜合分析。騰輝[9]采用預(yù)先危險分析法及灰色多層次綜合評價法對LTE-R 網(wǎng)絡(luò)進行安全評估并提出改進方案。見當(dāng)前LTE-R 通信系統(tǒng)安全性評估存在單一性的缺陷。較與其他鐵路系統(tǒng)安全性評估，如CBTC 系統(tǒng)、應(yīng)答器系統(tǒng)和CTCS-3 級列控系統(tǒng)等的安全評估研究，故障樹分析法、層次分析法及灰色綜合評價方法等應(yīng)用廣泛。在安全性評價方面，故障樹分析法存在著故障分析單一的缺點。層次分析法一致性檢驗存在弊端，本文采用的方法對上述缺點進行改進，并將不確定信息的模糊性用云模型的方式更好的處理表達。針對以上特點，綜合定性與定量分析，提出基于主、客觀組合賦權(quán)及云模型的安全評價方法，應(yīng)用模糊層次分析法(FAHP)和CRITIC 方法進行組合賦權(quán)，最后通過云模型進行定性和定量轉(zhuǎn)換，并選擇某平臺測試數(shù)據(jù)，結(jié)合專家評分計算，驗證該方法的可行性。

1 LTE-R 通信系統(tǒng)簡介

LTE-R 通信網(wǎng)絡(luò)由接入網(wǎng)E-UTRAN 和核心網(wǎng)EPC 2 部分構(gòu)成。其硬件設(shè)備主要由基站設(shè)備、核心設(shè)備及相關(guān)服務(wù)器構(gòu)成。具體LTE-R 網(wǎng)絡(luò)架構(gòu)如圖1所示，接入網(wǎng)由基站eNodeB 及移動終端組成，核心網(wǎng)則由各類網(wǎng)關(guān)、服務(wù)器及移動管理實體MME 等組成。在整個系統(tǒng)中起到了信令交換、數(shù)據(jù)過濾、資源管理及流量收費等多種功能。在LTE-R通信系統(tǒng)安全風(fēng)險分析中，除去設(shè)備實體的故障風(fēng)險外，仍存有網(wǎng)絡(luò)安全被攻擊、隱私泄露或被超額計費的風(fēng)險，主要體現(xiàn)在核心網(wǎng)接口安全和協(xié)議安全2 個方面。網(wǎng)絡(luò)安全對于保障系統(tǒng)承載業(yè)務(wù)的安全具有根本的作用，所以要從多角度對該系統(tǒng)進行安全風(fēng)險分析。

圖1 LTE-R 通信系統(tǒng)架構(gòu)Fig.1 Architecture of LTE-R communication system

2 組合賦權(quán)法

2.1 FAHP

FAHP是由A.L.Saaty提出的基于層次分析法基礎(chǔ)上并對其進行改進的一種系統(tǒng)分析方法。主要包括模糊一致判斷矩陣的構(gòu)造、通過矩陣計算權(quán)重的方法不同。改進了AHP 多次調(diào)整才具備一致性的弊端。綜上，本文選用FAHP 作為主觀權(quán)重計算方法。

2.1.1 建立模糊判斷矩陣

將總目標(biāo)層設(shè)為G，1 級指標(biāo)層的集合為{A1,A2,…,An}，2 級指標(biāo)層的集合為{B1,B2,…,Bn}，依次類推，專家依照指標(biāo)體系進行打分并結(jié)合表1建立模糊判斷矩陣C，在有n個元素的前提下，數(shù)值cnn為自身比較，其結(jié)果皆為0.5，cij為同一指標(biāo)層下元素i與元素j的相對重要度的比較結(jié)果，如c21為第2 個元素與第1 個元素相比較的結(jié)果，同理得到矩陣C。

表1 模糊數(shù)量標(biāo)度及其意義Table 1 Scales and meanings of blur amounts

2.1.2 模糊互補判斷矩陣的權(quán)重計算

當(dāng)矩陣C滿足cii=0.5，cij+cji=1(i,j=1,2,3,…)時，則稱C為模糊互補判斷矩陣。若存在k(k=1,2,…,n)使得：

則稱C=(cij)n×n為模糊一致判斷矩陣，當(dāng)該模糊判斷矩陣為不一致矩陣時，可根據(jù)文獻[10-11]提出的方法進行調(diào)整。

最后通過最小二乘法得到權(quán)重計算的通用公式：

2.1.3 一致性檢驗

一致性檢驗的目的主要是判斷所得權(quán)重值是否合理，當(dāng)決策者判斷思維保持一致時，才能得到有效的排序向量。本文采用相容性來檢驗其一致性，從而確定計算的權(quán)重向量作為決策依據(jù)是否可靠。

對2 個n n× 階模糊判斷矩陣C和B，有：

其中：I(C,B)為矩陣C和B的相容性指標(biāo)。

設(shè)w＝ (w1,w2,… ,wn)T為模糊判斷矩陣A的排序向量，則有W＝(wij)為A的權(quán)重矩陣，且排序向量w滿足：

當(dāng)I(C,w*)≤s時，說明該判斷矩陣符合一致性檢驗，其中s為決策者態(tài)度，s取值0.1。

2.2 CRITIC 法

CRITIC 法作為一種客觀賦權(quán)方法，相較于傳統(tǒng)的熵權(quán)法和標(biāo)準(zhǔn)離差化法等客觀賦權(quán)方法，該方法不僅考慮到指標(biāo)變異大小，還考慮到了指標(biāo)間沖突性對客觀權(quán)重的影響，所以，本文選用CRITIC法作為LTE-R 通信系統(tǒng)客觀賦權(quán)方法。

2.2.1 指標(biāo)預(yù)處理

鑒于各指標(biāo)具有不同量綱，為解決這一不可橫向比較指標(biāo)的矛盾，要對各指標(biāo)進行無量綱化處理，主要有以下2 種情況。

1)若第i指標(biāo)層，第j項指標(biāo)值越高越好時，則：

2)若第i指標(biāo)層，第j項指標(biāo)值越低越好時，則：

2.2.2 指標(biāo)權(quán)重的確定

該方法的權(quán)重值大小主要由對比強度及指標(biāo)間沖突性來衡量，設(shè)Cj為同一指標(biāo)層下的第j個指標(biāo)所含信息量，當(dāng)信息量的數(shù)值越大時，證明該指標(biāo)的重要性越強。設(shè)rij為第i個評價指標(biāo)和第j個評價指標(biāo)的關(guān)聯(lián)度表示，δj為各指標(biāo)量化后的標(biāo)準(zhǔn)差，則：

由此，第j個指標(biāo)的權(quán)重Zj為：

2.2.3 綜合權(quán)重值的確定

在解決多屬性決策系統(tǒng)的問題中，合理確定權(quán)重分配是一項重要問題，既要兼顧決策者的主觀經(jīng)驗權(quán)重，又要合理調(diào)節(jié)客觀狀態(tài)的權(quán)重占比。在此分別采用線性加權(quán)組合、乘法合成法組合對主觀權(quán)重和客觀權(quán)重加以綜合，并進行對比分析，計算公式為：

其中：Yi代表指標(biāo)的綜合權(quán)重值；η代表主觀權(quán)重影響系數(shù)，且0＜η＜1；Wi代表主觀權(quán)重值；Zi代表客觀權(quán)重值。

3 云模型

3.1 云定義

設(shè)U是一個定量論域，T是U上的一個定性概念，在U中有一元素x(x∈U)是對T的隸屬度yi∈[0,1]有一穩(wěn)定傾向的隨機數(shù)，則定性概念T從論域U到區(qū)間[0,1]的映射在數(shù)域空間分布稱做云，每一個x的隨機實現(xiàn)稱做云滴。

3.2 云的數(shù)字特征

云模型中，用期望Ex(Expected Value)，熵En(Entropy)和超熵He(Hyper Entropy)來反應(yīng)定性概念的定量特征。如圖2，以某正態(tài)云模型為例，期望Ex代表定性概念，在標(biāo)準(zhǔn)云模型中表示云的重心位置，熵En作為定性概念的模糊性的度量，超熵He則作為熵的不確定性度量，反映了云滴分布的離散程度。若將云模型的評語集分為n個子區(qū)間，其中為第i(1＜i＜n)個子區(qū)間的雙邊約束條件，則有：

其中：k為常數(shù)。

圖2 云模型數(shù)字特征Fig.2 Digital characteristics of the cloud model

3.3 云模型發(fā)生器

云模型發(fā)生器包括正向云發(fā)生器和逆向云發(fā)生器，用于實現(xiàn)數(shù)值和不確定性的轉(zhuǎn)換。正向云發(fā)生器是從定性到定量的映射，輸入量有Ex，En，He和N，輸出量為N個云滴的定量值。反之則為逆向云發(fā)生器，如圖3所示。

圖3 云模型發(fā)生器Fig.3 Cloud model generator

其中正向云發(fā)生器計算步驟如下：

1)產(chǎn)生以期望值為Ex，方差為En的隨機數(shù)xi；

2)生成以期望值為En，方差為He的隨機數(shù)Eni；

3)具有確定度yi的xi為其中的一個云滴，

4 LTE-R 通信系統(tǒng)安全風(fēng)險評估

4.1 綜合評價模型原理及流程

首先，利用組合賦權(quán)-云模型方法對評價體系進行賦權(quán)并計算，然后對結(jié)果進行分析比對，最終確定安全性評價等級，具體分析流程如圖4所示。

詳細步驟如下所述。

Step 1：構(gòu)建通信系統(tǒng)的安全性評價指標(biāo)體系，依據(jù)現(xiàn)有LTE-R 檢測項目數(shù)據(jù)及環(huán)境管理等各個方面分層建立評價指標(biāo)。

Step 2：確立安全性評價等級，確立各個等級的云數(shù)字特征并繪制綜合標(biāo)準(zhǔn)評價云模型。

Step 3：分別利用主、客觀權(quán)重法對指標(biāo)體系的各層指標(biāo)進行指標(biāo)權(quán)重值的計算，并利用2 種不同的組合賦權(quán)方式求得最終綜合權(quán)重值。

Step 4：將獲取的權(quán)重數(shù)據(jù)進行計算，求取樣本綜合確定度，而后對安全性能評估定級。求取綜合確定度的方法將在下文中詳細描述[12]。

圖4 LTE-R 通信系統(tǒng)安全性分析流程Fig.4 Safety analysis flow of LTE-R

4.2 評價模型的構(gòu)建

4.2.1 評價指標(biāo)體系的構(gòu)建

對LTE-R 通信系統(tǒng)進行安全性評估，首先要建立該系統(tǒng)的指標(biāo)評價體系，以該系統(tǒng)的承載業(yè)務(wù)及各設(shè)備或業(yè)務(wù)節(jié)點的故障因果關(guān)系為出發(fā)點，同時結(jié)合LTE-R 應(yīng)用技術(shù)及QoS 評價標(biāo)準(zhǔn)[13-14]，綜合系統(tǒng)管理部門和物理環(huán)境，將指標(biāo)評價體系從宏觀角度分為業(yè)務(wù)安全、物理安全、網(wǎng)絡(luò)安全、管理安全共4 個方面，具體詳細指標(biāo)建立如圖5所示。

其中，業(yè)務(wù)安全是通信系統(tǒng)安全的核心，良好完成系統(tǒng)所承載業(yè)務(wù)的傳輸是通信系統(tǒng)的基本要求。物理安全是系統(tǒng)安全的前提。而網(wǎng)絡(luò)安全不僅要具備完好的網(wǎng)絡(luò)安全防護體系，還要有良好的網(wǎng)絡(luò)覆蓋設(shè)計。管理安全則是對整個LTE-R 系統(tǒng)的管理，不僅關(guān)系到軟、硬件設(shè)備的管理，還涉及到對人員、相關(guān)制度及系統(tǒng)風(fēng)險的管理[15]。

為使得評價指標(biāo)體系構(gòu)建符合系統(tǒng)性、科學(xué)性、全面性和可比性的要求，在系統(tǒng)安全性評價中，加入了對系統(tǒng)業(yè)務(wù)、物理環(huán)境、網(wǎng)絡(luò)及管理安全的評價。

4.2.2 綜合評價集云模型的構(gòu)建

根據(jù)上述LTE-R 通信系統(tǒng)安全評估指標(biāo)集以及綜合確定度取值范圍，同時參考文獻[7]建立5 個評分等級，分別為“優(yōu)秀”、“良好”、“一般”、“較差”、“差”，具體各等級評分特征值如表2所示。同時依據(jù)表2建立對應(yīng)的安全性評價云模型，如圖6所示。

4.3 權(quán)重的確定

4.3.1 基于模糊層次分析法的主觀權(quán)重計算

根據(jù)表1及專家意見對底層指標(biāo)進行兩兩比較判斷，直接構(gòu)造(C-A1)模糊判斷矩陣。當(dāng)k=1 時，該矩陣為模糊一致判斷矩陣，繼而通過式(3)可計算得到B1，B2 和B3 下屬共9 個指標(biāo)的權(quán)重值，最終結(jié)果如表3所示。

圖5 LTE-R 通信系統(tǒng)安全評價指標(biāo)體系Fig.5 Safety evaluation index system of LTE-R

表2 安全性等級評分云模型Table 2 Safety class criterion based on the cloud model

圖6 安全性評價云模型Fig.6 Cloud model of safety evaluation

表3 指標(biāo)C的權(quán)重值Table 3 Weight value of indicators C

根據(jù)表3可得權(quán)重矩陣W，并計算其相容性指標(biāo)I(A1,W)=0.0495，小于s=0.1，則確定該權(quán)重矩陣通過一致性檢驗。

4.3.2 基于CRITIC 法的客觀權(quán)重計算

將LTE-R 檢測系統(tǒng)的部分測試結(jié)果作為本文的計算數(shù)據(jù)，如表4所示。其中移動接入性指標(biāo)用越區(qū)切換成功率表示。再應(yīng)用上文提出的CRITIC法來計算客觀權(quán)重值，在指標(biāo)內(nèi)，響應(yīng)時間指標(biāo)的數(shù)值按安全數(shù)據(jù)傳輸?shù)姆绞绞占?/p>

表4 評價指標(biāo)參考數(shù)據(jù)Table 4 Reference datum of evaluating indicators

確定各指標(biāo)是正向指標(biāo)還是反向指標(biāo)后，利用式(6)和式(7)，將表4內(nèi)各指標(biāo)進行無量綱化處理,并計算出業(yè)務(wù)安全A1 層指標(biāo)權(quán)重為Z1=0.077 9，Z2=0.072 4，Z3=0.067 2，Z4=0.066 4，Z5=0.132 2，Z6=0.189 7，Z7=0.101 7，Z8=0.102 4，Z9=0.189 7。

4.3.3 綜合權(quán)重值的計算

類比4.3.2，利用模糊層次分析法計算主觀權(quán)重，分別構(gòu)建A2，A3 和A4 判斷矩陣及指標(biāo)層A的兩兩比較矩陣，可得(A-G)矩陣權(quán)重為(0.3,0.233 3,0.266 7,0.2)。

計算客觀權(quán)重時，將不可用數(shù)值表示的指標(biāo)進行等級劃分，建立客觀評語集P={“好”，“較好”，“中”，“較差”，“差”}，同時將評語集用0-1 之間的數(shù)字表示，將0-1 區(qū)間進行5 等分，數(shù)字越高，則表示指標(biāo)性能越強。請3 位專家對指標(biāo)評分并計算可得指標(biāo)層A 的客觀權(quán)重為(0.216 0,0.236 4,0.299 7,0.247 7)。

利用線性加權(quán)組合時，咨詢專家意見后選取η=0.625 為計算綜合權(quán)重時的主觀權(quán)重系數(shù)值，將η代入式(10)中計算得到第1 層指標(biāo)A 綜合權(quán)重值為(0.268 5,0.234 5,0.279 1,0.217 9)。利用乘法合成法組合時，計算第一層指標(biāo)A 綜合權(quán)重值為(0.259 8,0.221 1,0.320 5,0.198 6)。

4.4 綜合隸屬度計算及評價云表示

根據(jù)樣本數(shù)據(jù)及云數(shù)字特征公式計算出yi值，并依照云計算規(guī)則(式(13))將指標(biāo)的組合權(quán)重代入其中，計算評價系統(tǒng)的安全性綜合隸屬云的確定度：

將2 種組合賦權(quán)結(jié)果依次代入式(13)，確定度結(jié)果如表5所示。另外根據(jù)專家評分及權(quán)重計算并生成出來的評價云與標(biāo)準(zhǔn)評價云模型進行對比，如圖7和圖8所示，圖中黑色雪花線條表示LTE-R 通信系統(tǒng)的安全性評價的綜合評價云。

表5 通信系統(tǒng)安全性的等級評價Table 5 Safety class criterion of communication systems

圖7 賦權(quán)方式(1)的評價云Fig.7 Evaluation cloud of weight assignment mode(1)

圖8 賦權(quán)方式(2)的評價云Fig.8 Evaluation cloud of weight assignment mode(2)

在2 種不同賦權(quán)情況下，LTE-R 通信系統(tǒng)安全性的評價云結(jié)果都與“優(yōu)秀”等級相交，綜合確定度可確定該系統(tǒng)的安全性等級為優(yōu)秀，因此，LTE-R通信系統(tǒng)安全性的綜合評價結(jié)果是“優(yōu)秀”，且結(jié)合其他研究文獻及現(xiàn)場測試情況結(jié)果進行比對，驗證模型的可行性及有效性。

5 結(jié)論

1)針對目前沒有一套相對完整的LTE-R 通信系統(tǒng)安全評估流程的情況，利用組合賦權(quán)及云模型方法且將指標(biāo)數(shù)據(jù)及專家意見納入其中，評估結(jié)果證明了該方法的有效性。

2)建立LTE-R 通信系統(tǒng)的指標(biāo)評價體系，分別計算主、客觀權(quán)重，并通過2 種不同賦權(quán)組合的方式進行對比分析，得到共同等級評價結(jié)果，不僅解決了主客觀隨意性的缺點，還從綜合賦權(quán)結(jié)果方面雙重確定了評估結(jié)果的可靠性。

3)采用云模型的評估方式實現(xiàn)定性和定量的轉(zhuǎn)化，解決評估過程中模糊性和隨機性難以表達的問題，為LTE-R 通信系統(tǒng)建立安全評價方法及流程提供新思路。