DＧS证据的智慧水利网络安全态势评估方法 夏卓群１ 周子豪１ 邓 斌２ 康 琛３ １ 长沙理工大学计算机与通信工程学院 长沙４１００００ ２ 长沙理工大学水利与环境工程学院 长沙４１００００ ３ 湖南省水旱灾害防御事务中心网信技术部 长沙４１００００ (xiazhuoqun＠csust．edu．cn) 摘 要 智慧水利是国家关键信息基础设施的重要行业和领域.网络安全态势评估技术的研究,为智慧水利的数据保护和网 DＧS证据理论的网络安全态势评估模型中存在着主观 依赖性、证据冲突大的问题,提出了一种基于改进 DＧS证据理论的智慧水利态势评估方法.首先,面对海量水利数据,使用深度 自编码器对数据进行特征学习和过滤降维处理.然后,将处理后的数据交由深度神经网络进行二分类和多分类计算,并将结果 融合,得出基本概率分配函数值,其将作为 DＧS证据理论的输入.最后,通过 DＧS证据理论的融合规则得到最终的网络安全态 势评估结果.实验结果表明 实验结果表明,相较于传统态势评估模型,所提方法能够在提升客观性的情况下,保持较高的准确性. 关键词:智慧水利;网络安全态势感知;DＧS证据理论;深度自编码器;深度神经网络 中图分类号 TN９１５．０８ SecuritySituationAssessmentMethodforIntelligentWaterResourcesNetworkBasedonImproved DＧSEvidence

面向业务 面向客户 材料 商城 订单 收发货 供应商 分 类管理、 评估管 理 —— ↓ 合约规划、合同 管理、超级清单 管理、成本动态 管理、成本结算 设计前提、设计 费用、设计日志、 设计成果管理 总账 费用 收付款 固定资 产 智慧建造解决方案 四、技术样本介绍 CONTENTS 目录 ICP 设计 采筑 运维平台 VBIM 平台 业务功能 ICP 工程 匠心 系统 ICP 成本 ICP 采购 服务家 评估 BIM 智慧建造解决方案 规划设计 生产运输 v 施工建造 v 竣工交付 v 运营维护 BIM 算量工具 GIS 地理信息系统 大数据 分析平 台 管理更高效 数据从模型文件中抽离，集 中进行存储、叠加、流转、 共享，数据管理更高效，能 发挥更大的价值 数据价值挖掘 积累设计问题数据、处理流 程数据，可进一步用于设计 审查和供应商评估等工作 与软件解绑 ! 数据通过接口与模型对应 数据从模型抽离 模型线 业务赋能 深化设计 模型 设计模型 运维模型 降低模型使用难度 普通的手机、笔记本、平板 都可以轻松打开和浏览大体

........................................................................................43 3.5 反馈与评估机制................................................................................................. .....................................................................................49 3.5.2 处理效果评估................................................................................................... ........................................................................................108 10. 效果评估与持续改进..............................................................................................

移动应用的开发..................................................................................65 7. 成本管理与效益评估..................................................................................67 7.1 成本结构分析... ...................................................................................69 7.2 效益评估指标......................................................................................71 7.2.1 投资回报率（ROI） 在水务资产管理方面的应用也日益显示出其价值。通 过数据分析，AI 可以帮助水务公司评估管网、泵站等资产的健康状 况，基于设备的运行数据和维护历史，预测设备故障。这种预测性 维护不仅降低了设备的突发故障率，还延长了设备的使用寿命，减 少了维修成本。 此外，AI 还可以在水资源的环境管理中发挥作用。通过生态模 型与遥感数据结合，AI 能够预测水体的生态变化，评估水资源的可 持续性。在面临气候变化带来的不确定性时，环境管理部门可以借

构建城市运行体征监测体系，智能预测多类问题，并督促闭环。 部件 事件 生态 … … 城市对象实时监测 城市运行模型 拥堵指数 学位预测 人群密度 … … 全域感知 全科“体检” 事件协同 考核评估 预警 / 告 警 考核指标 数据 / 事件 运行体征指标 挑战 家底看不清：缺数据、 碎片化等问题突出 1 态势测不到：部门间数 据缺乏及时更新和共享 2 风险查不全：监测和预 警指标单一，缺乏城市 析，实现在线分析和决策。 图表代替纸件：通过图表等 展示方式实现数图联动，实 现按需、实时展示预测结果 24 P24 关于县域城市几个典型的场景应用 4 25 数 据 源 城市交通 - 量化评估出行安全、便捷、绿色交通体系，提升出行效 率 客户痛点 客户价值 解决方案：多委办局数据融合，及时发现城市安全问题，督办闭环 信息发布不准确，拥堵 全 局治理难，拥堵时空 特性 随时动态变化，拥 风险点段 数量减少 16% ） 可定量评估交通 KPI ， 定期评估达标情况，直 观体现交通支撑国家战 略的程度。（量化价值： 交通碳排放已达峰，单 位运输能耗下降 6.5% ） 交通局 （公共交通数 据） 公安局 （视频数据、路网车 流） 运营商 （运营商信令数 据） 互联网 （车流数据、 GPS 数 据） 拥堵溯源 人流超限 用地评估 运力匹配 交通天气 碳排放

多屏协同 感知与监测：构建城市运行体征体系，智能预警 300+ 类问题，并督促闭环 全域感知 全科“体检” 事件协同 考核评估 挑战 价值 数据 / 事件 生态宜居 文化旅游 绿色发展 营商环境 招商引资 科技创新 L1 业务领域 L1 业务子领域 感知与监测 辅助决策 事件协同 联动指挥 多屏协同 城市交通：量化评估出行安全、便捷、高效、绿色、经济交通体系，提升出行效率 客户痛点 解决方案：利用 28 个关键体征，结合 12 个典型场景，发现问题并督办闭环 客户价值 态势感知：出行需 快速准确预测交通风险点 段及发展趋势，及时采取 处置措施，提高联动处置 的效率。（量化价值：平 均处置时间减少 15min ， 风险点段数量减少 16% ） 可定量评估交通 KPI ，定 期评估达标情况，直观体 现交通支撑国家战略的程 度。（量化价值：交通碳 排放已达峰，单位运输能 耗下降 6.5% ） 信息发布不准确，拥堵全 局治理难，拥堵时空特性 随时动态变化，拥堵位置

、已有系统功能单一，系统之间 应用功能无法复用，重复造轮子； 2 、业务系统停留在数据填报查询 层面，智慧化程度不高。 1 、数据深度挖掘与专业业务模型 不足 ； 2 、定量分析、综合评估、态势 感 知和安全预警能力不足。 1 、 水文、水环境、水生态、污 水 排放等信息采集存在短板； 2 、数据采集标准不统一，采集 接 收系统多样。 需求与目标：数据信息全面获取、水利要素全面集成、管理行为全面智能 资源 Al 视频分析套件 漂浮物分析排污口排污分析 绿藻分析非法建设分析 数据处理工具服务 水务信息资源库 监督管理 评估评价 综合展示 工程管理 河长巡河 智能抓拍 公众服务 设施管养 物联 感知 强 底 座 行业 套件 计算资源 目录 CONTENTS 01 智慧水 利 02 智慧河 多 项 应 用 中 心 基 础 智慧 应 用 河长 智慧 中心 智慧 感 知 河长综合管理平台 决策支持 应急指挥 量化分析 态势分析 水文水质 重点评估 一河一档 排污分析 1 运营指挥中心 互联网 创新体验中心 网络设施 电信网 广播电视网 运营保障 人才保障 信息安全 保障 用 脚 贴 公共信息服务平台 水文

018-2025 2 城市全域数字化转型评价指标体系 1 范围 本文件规定了城市全域数字化转型评价指标体系的框架、指标说明、权重分配及测算方法，适用于 城市全域数字化转型成效的综合性评估与动态监测。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 指标和42个三级指标，其中转型场景权重为50%， 转型支撑权重为30%，转型生态权重为20%，二级及以下指标的权重见后续指标详表。评价指标体系框架图见图 1。 此外，各地在开展城市全域数字化转型评估评级过程中，可以参照上述指标体系制定“自选评价指标”，用于体现本地转型特色成果和具体 成效，详见附件1。 图 1 城市全域数字化转型评价指标体系框架图 T/ZGCSC 018-2025 个三级指标，见表 1。 表 1 转型场景方面数字经济二级指标构成 二 级 指 标 权 重 三 级 指 标 权 重 四级指标 权 重 单 位 计算方法 评估细则（采取区间打分制） 100 分制 数 字 经 济 20% 发 展 概 况 30% 数字经济 规模年度 增长率 50% % （当年数字经济增加 值-上年数字经济增加

..68 3.2.2 损失函数与优化算法..................................................................70 3.2.3 模型评估与调优.........................................................................72 3.3 模型集成与部署........ 5.2.1 方案生成算法...........................................................................121 5.2.2 方案评估指标...........................................................................124 5.2.3 方案选择策略..... 大模型的实施效果可以通过以下 关键指标进行评估： - 交通拥堵指数：通过对比模型实施前后的交 通拥堵情况，评估其对拥堵的缓解效果。 - 平均出行时间：测量驾 驶员或乘客的平均出行时间变化，评估模型对出行效率的提升。 - 交通事故率：统计模型实施前后交通事故的发生率，评估其对交通 安全的促进作用。 - 能源消耗：通过分析车辆的平均油耗或电力消 耗，评估模型对节能减排的贡献。 总而言之，交通治理