Information security risk assessment based on multi-objective programming and evidential reasoning theory

doi:10.11772/j.issn.1001-9081.2025091123

Journal of Computer Applications ›› 2026, Vol. 46 ›› Issue (10): 3227-3232.DOI: 10.11772/j.issn.1001-9081.2025091123

• Cyber security • Previous Articles

Information security risk assessment based on multi-objective programming and evidential reasoning theory

Jingping WANG¹(), Yanting LIU¹, Haiming LONG¹, Yingjun ZHANG²

^1.Center of Information and Network Technology，Beijing Normal University，Beijing 100875，China
^2.School of Computer Science and Technology，Beijing Jiaotong University，Beijing 100044，China

Received:2025-09-25 Revised:2025-11-28 Accepted:2025-12-01 Online:2025-12-18 Published:2026-10-10
Contact: Jingping WANG
About author:LIU Yanting， born in 1981， M. S.， engineer. Her research interests include information security.
LONG Haiming， born in 1987， M. S.， assistant research fellow. His research interests include information security.
ZHANG Yingjun， born in 1980， Ph. D.， associate professor. His research interests include data mining， decision theory.
Supported by:
National Key Research and Development Program of China(2022YFB2603302);Beijing Natural Science Foundation(L251029);Project of State Key Laboratory(2025YJ153)

基于多目标规划和证据推理理论的信息安全风险评估

王晶萍¹(), 刘艳婷¹, 龙海明¹, 张英俊²

^1.北京师范大学信息网络中心，北京 100875
^2.北京交通大学计算机科学与技术学院，北京 100044

通讯作者: 王晶萍
作者简介:刘艳婷（1981—），女，河北邯郸人，工程师，硕士，主要研究方向：信息安全
龙海明（1987—），男，山东滕州人，助理研究员，硕士，主要研究方向：信息安全
张英俊（1980—），男，内蒙古呼和浩特人，副教授，博士，CCF会员，主要研究方向：数据挖掘、决策理论。
基金资助:
国家重点研发计划项目(2022YFB2603302);北京市自然科学基金资助项目(L251029);国家重点实验室项目(2025YJ153)

Abstract

Abstract:

With the rapid development of mobile Internet and the emergence of massive big data， information security risks are increasingly prominent， so the construction and improvement of a scientific and objective security risk assessment system have great theoretical and practical significance. However， the existing assessment methods face challenges such as the representation of uncertain information， the objective quantification of expert and attribute weights， and the fusion of uncertain information. To address these challenges， an information security risk assessment model based on multi-objective programming and evidential reasoning theory was proposed. First， interval-valued intuitionistic fuzzy numbers were used to represent uncertain information， and three basic operational laws were defined. Second， expert and attribute weights were quantified objectively based on multi-objective programming. Third， evidential reasoning fusion rules in the interval-valued intuitionistic fuzzy environment were introduced to solve the fusion problem of uncertain information. Finally， the ideal solution approaching method TOPSIS （Technique for Order Preference by Similarity to Ideal Solution） was referenced for comprehensive information security assessment. Experimental results verify the effectiveness and feasibility of the proposed model in information representation， weight quantification， and risk assessment.

Key words: information security, risk assessment, Interval-Valued Intuitionistic Fuzzy Set (IVIFS), multi-objective programming, evidential reasoning

摘要：

随着移动互联网快速发展和海量大数据的涌现，信息安全风险日益凸显，构建和完善科学、客观的安全风险评估体系具有重要的理论和现实意义。然而，现有评估方法还面临不确定信息的表示、专家和属性权重的客观量化以及不确定信息融合等挑战。针对上述挑战，提出一种基于多目标规划和证据推理理论的信息安全风险评估模型。首先，利用区间直觉模糊数表示不确定信息，并定义三类基本运算法则；其次，基于多目标规划客观量化专家和属性权重；再次，引入区间直觉模糊环境下的证据推理融合规则，以解决不确定信息的融合问题；最后，借鉴逼近理想解方法TOPSIS（Technique for Order Preference by Similarity to Ideal Solution），综合评估信息安全。实验结果验证了所提模型在信息表示、权重量化和评估方面的有效性和可行性。

关键词: 信息安全, 风险评估, 区间直觉模糊集, 多目标规划, 证据推理

CLC Number:

TP309.2

Jingping WANG, Yanting LIU, Haiming LONG, Yingjun ZHANG. Information security risk assessment based on multi-objective programming and evidential reasoning theory[J]. Journal of Computer Applications, 2026, 46(10): 3227-3232.

王晶萍, 刘艳婷, 龙海明, 张英俊. 基于多目标规划和证据推理理论的信息安全风险评估[J]. 《计算机应用》唯一官方网站, 2026, 46(10): 3227-3232.

Figures/Tables 6

Tab. 1 Risk assessment matrix from expert 1

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.5，0.6］，［0.2，0.3］）	（［0.3，0.5］，［0.4，0.5］）	（［0.6，0.7］，［0.2，0.3］）	（［0.5，0.7］，［0.1，0.2］）	（［0.1，0.4］，［0.3，0.5］）
$A 2$	（［0.3，0.4］，［0.4，0.6］）	（［0.1，0.3］，［0.2，0.4］）	（［0.3，0.4］，［0.4，0.5］）	（［0.2，0.4］，［0.5，0.6］）	（［0.7，0.8］，［0.1，0.2］）
$A 3$	（［0.4，0.5］，［0.3，0.5］）	（［0.7，0.8］，［0.1，0.2］）	（［0.5，0.8］，［0.1，0.2］）	（［0.4，0.6］，［0.2，0.3］）	（［0.5，0.6］，［0.2，0.3］）
$A 4$	（［0.3，0.5］，［0.4，0.5］）	（［0.1，0.2］，［0.7，0.8］）	（［0.1，0.2］，［0.5，0.8］）	（［0.2，0.3］，［0.4，0.6］）	（［0.2，0.3］，［0.5，0.6］）

Tab. 1 Risk assessment matrix from expert 1

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.5，0.6］，［0.2，0.3］）	（［0.3，0.5］，［0.4，0.5］）	（［0.6，0.7］，［0.2，0.3］）	（［0.5，0.7］，［0.1，0.2］）	（［0.1，0.4］，［0.3，0.5］）
$A 2$	（［0.3，0.4］，［0.4，0.6］）	（［0.1，0.3］，［0.2，0.4］）	（［0.3，0.4］，［0.4，0.5］）	（［0.2，0.4］，［0.5，0.6］）	（［0.7，0.8］，［0.1，0.2］）
$A 3$	（［0.4，0.5］，［0.3，0.5］）	（［0.7，0.8］，［0.1，0.2］）	（［0.5，0.8］，［0.1，0.2］）	（［0.4，0.6］，［0.2，0.3］）	（［0.5，0.6］，［0.2，0.3］）
$A 4$	（［0.3，0.5］，［0.4，0.5］）	（［0.1，0.2］，［0.7，0.8］）	（［0.1，0.2］，［0.5，0.8］）	（［0.2，0.3］，［0.4，0.6］）	（［0.2，0.3］，［0.5，0.6］）

Tab. 2 Risk assessment matrix from expert 2

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.4，0.5］，［0.2，0.4］）	（［0.3，0.4］，［0.4，0.6］）	（［0.6，0.7］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.1，0.3］，［0.3，0.5］）
$A 2$	（［0.3，0.5］，［0.4，0.5］）	（［0.1，0.3］，［0.3，0.7］）	（［0.3，0.4］，［0.4，0.5］）	（［0.2，0.3］，［0.6，0.7］）	（［0.6，0.8］，［0.1，0.2］）
$A 3$	（［0.4，0.6］，［0.3，0.4］）	（［0.6，0.8］，［0.1，0.2］）	（［0.7，0.8］，［0.1，0.2］）	（［0.4，0.6］，［0.3，0.4］）	（［0.5，0.6］，［0.2，0.4］）
$A 4$	（［0.3，0.4］，［0.4，0.6］）	（［0.1，0.2］，［0.6，0.8］）	（［0.1，0.2］，［0.7，0.8］）	（［0.3，0.4］，［0.4，0.6］）	（［0.2，0.4］，［0.5，0.6］）

Tab. 2 Risk assessment matrix from expert 2

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.4，0.5］，［0.2，0.4］）	（［0.3，0.4］，［0.4，0.6］）	（［0.6，0.7］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.1，0.3］，［0.3，0.5］）
$A 2$	（［0.3，0.5］，［0.4，0.5］）	（［0.1，0.3］，［0.3，0.7］）	（［0.3，0.4］，［0.4，0.5］）	（［0.2，0.3］，［0.6，0.7］）	（［0.6，0.8］，［0.1，0.2］）
$A 3$	（［0.4，0.6］，［0.3，0.4］）	（［0.6，0.8］，［0.1，0.2］）	（［0.7，0.8］，［0.1，0.2］）	（［0.4，0.6］，［0.3，0.4］）	（［0.5，0.6］，［0.2，0.4］）
$A 4$	（［0.3，0.4］，［0.4，0.6］）	（［0.1，0.2］，［0.6，0.8］）	（［0.1，0.2］，［0.7，0.8］）	（［0.3，0.4］，［0.4，0.6］）	（［0.2，0.4］，［0.5，0.6］）

Tab. 3 Risk assessment matrix from expert 3

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.4，0.7］，［0.1，0.2］）	（［0.3，0.5］，［0.3，0.4］）	（［0.6，0.7］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.3，0.5］，［0.4，0.5］）
$A 2$	（［0.4，0.5］，［0.2，0.4］）	（［0.2，0.4］，［0.4，0.5］）	（［0.4，0.5］，［0.3，0.4］）	（［0.1，0.2］，［0.7，0.8］）	（［0.6，0.7］，［0.2，0.3］）
$A 3$	（［0.2，0.4］，［0.3，0.4］）	（［0.6，0.8］，［0.1，0.2］）	（［0.5，0.7］，［0.1，0.3］）	（［0.5，0.7］，［0.2，0.3］）	（［0.6，0.8］，［0.1，0.2］）
$A 4$	（［0.3，0.4］，［0.2，0.4］）	（［0.1，0.2］，［0.6，0.8］）	（［0.1，0.3］，［0.5，0.7］）	（［0.2，0.3］，［0.5，0.7］）	（［0.1，0.2］，［0.6，0.8］）

Tab. 3 Risk assessment matrix from expert 3

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.4，0.7］，［0.1，0.2］）	（［0.3，0.5］，［0.3，0.4］）	（［0.6，0.7］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.3，0.5］，［0.4，0.5］）
$A 2$	（［0.4，0.5］，［0.2，0.4］）	（［0.2，0.4］，［0.4，0.5］）	（［0.4，0.5］，［0.3，0.4］）	（［0.1，0.2］，［0.7，0.8］）	（［0.6，0.7］，［0.2，0.3］）
$A 3$	（［0.2，0.4］，［0.3，0.4］）	（［0.6，0.8］，［0.1，0.2］）	（［0.5，0.7］，［0.1，0.3］）	（［0.5，0.7］，［0.2，0.3］）	（［0.6，0.8］，［0.1，0.2］）
$A 4$	（［0.3，0.4］，［0.2，0.4］）	（［0.1，0.2］，［0.6，0.8］）	（［0.1，0.3］，［0.5，0.7］）	（［0.2，0.3］，［0.5，0.7］）	（［0.1，0.2］，［0.6，0.8］）

Tab. 4 Risk assessment matrix from expert 4

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.6，0.7］，［0.2，0.3］）	（［0.3，0.4］，［0.3，0.4］）	（［0.7，0.8］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.1，0.2］，［0.5，0.7］）
$A 2$	（［0.4，0.5］，［0.4，0.5］）	（［0.1，0.2］，［0.2，0.3］）	（［0.3，0.4］，［0.5，0.6］）	（［0.2，0.3］，［0.4，0.6］）	（［0.6，0.7］，［0.1，0.2］）
$A 3$	（［0.4，0.5］，［0.3，0.4］）	（［0.6，0.7］，［0.1，0.3］）	（［0.5，0.8］，［0.1，0.2］）	（［0.4，0.5］，［0.2，0.3］）	（［0.5，0.6］，［0.3，0.4］）
$A 4$	（［0.3，0.4］，［0.4，0.5］）	（［0.1，0.3］，［0.6，0.7］）	（［0.1，0.2］，［0.5，0.8］）	（［0.2，0.3］，［0.4，0.5］）	（［0.3，0.4］，［0.5，0.6］）

Tab. 4 Risk assessment matrix from expert 4

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（［0.6，0.7］，［0.2，0.3］）	（［0.3，0.4］，［0.3，0.4］）	（［0.7，0.8］，［0.1，0.2］）	（［0.5，0.6］，［0.1，0.3］）	（［0.1，0.2］，［0.5，0.7］）
$A 2$	（［0.4，0.5］，［0.4，0.5］）	（［0.1，0.2］，［0.2，0.3］）	（［0.3，0.4］，［0.5，0.6］）	（［0.2，0.3］，［0.4，0.6］）	（［0.6，0.7］，［0.1，0.2］）
$A 3$	（［0.4，0.5］，［0.3，0.4］）	（［0.6，0.7］，［0.1，0.3］）	（［0.5，0.8］，［0.1，0.2］）	（［0.4，0.5］，［0.2，0.3］）	（［0.5，0.6］，［0.3，0.4］）
$A 4$	（［0.3，0.4］，［0.4，0.5］）	（［0.1，0.3］，［0.6，0.7］）	（［0.1，0.2］，［0.5，0.8］）	（［0.2，0.3］，［0.4，0.5］）	（［0.3，0.4］，［0.5，0.6］）

Tab. 5 Integrated risk assessment matrix

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（0.664 8，0.209 9）	（0.442 4，0.364 7）	（0.794 8，0.125 1）	（0.694 3，0.160 3）	（0.251 0，0.570 3）
$A 2$	（0.439 1，0.460 1）	（0.298 3，0.277 8）	（0.387 5，0.503 6）	（0.191 5，0.723 4）	（0.804 6，0.122 3）
$A 3$	（0.482 4，0.385 0）	（0.754 7，0.292 8）	（0.787 2，0.117 7）	（0.612 3，0.258 5）	（0.690 8，0.222 0）
$A 4$	（0.385 0，0.482 4）	（0.185 1，0.488 5）	（0.117 7，0.787 2）	（0.258 5，0.612 3）	（0.222 0，0.690 8）

Tab. 5 Integrated risk assessment matrix

风险等级	$x 1$	$x 2$	$x 3$	$x 4$	$x 5$
$A 1$	（0.664 8，0.209 9）	（0.442 4，0.364 7）	（0.794 8，0.125 1）	（0.694 3，0.160 3）	（0.251 0，0.570 3）
$A 2$	（0.439 1，0.460 1）	（0.298 3，0.277 8）	（0.387 5，0.503 6）	（0.191 5，0.723 4）	（0.804 6，0.122 3）
$A 3$	（0.482 4，0.385 0）	（0.754 7，0.292 8）	（0.787 2，0.117 7）	（0.612 3，0.258 5）	（0.690 8，0.222 0）
$A 4$	（0.385 0，0.482 4）	（0.185 1，0.488 5）	（0.117 7，0.787 2）	（0.258 5，0.612 3）	（0.222 0，0.690 8）

Tab. 6 Risk level ranking results of different methods

方法	评估结果
文献［8］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［19］方法	$A 3 ≻ A 1 ≻ A 4 ≻ A 2$
文献［20］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［21］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［22］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［23］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
本文方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$

Tab. 6 Risk level ranking results of different methods

方法	评估结果
文献［8］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［19］方法	$A 3 ≻ A 1 ≻ A 4 ≻ A 2$
文献［20］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［21］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［22］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
文献［23］方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$
本文方法	$A 3 ≻ A 1 ≻ A 2 ≻ A 4$

References 23

[1]	沈昌祥，张焕国，冯登国，等. 信息安全综述［J］. 中国科学（E辑：信息科学）， 2007， 37（2）： 129-150.
	Shen Changxiang， Zhang Huanguo， Feng Dengguo， et al. Overview of information security［J］. Science in China （Series E： Information Sciences）， 2007， 37（2）： 129-150.
[2]	方滨兴. 透视海外扩张的“安全”障碍［J］. 信息安全与通信保密， 2013（1）： 1-1.
	Fang Binxing. Perspective on the "security" obstacles to overseas expansion［J］. Information Security and Communications Privacy， 2013（1）： 1-1.
[3]	方滨兴，殷丽华. 关于信息安全定义的研究［J］. 信息网络安全， 2008（1）： 8-10.
	Fang Binxing， Yin Lihua. On the definition of information security［J］. Netinfo Security， 2008（1）： 8-10.
[4]	沈昌祥. 我国信息安全等级保护制度的创新与发展［J］. 网络空间安全， 2016， 7（S2）： 5-6.
	Shen Changxiang. The innovation and development of China’s classified protection system for information security［J］. Cyberspace Security， 2016， 7（S2）： 5-6.
[5]	方滨兴. 云平台的可信性评测［J］. 保密工作， 2020（3）： 53-55.
	Fang Binxing. Trustworthiness evaluation of cloud platforms［J］. Secrecy Work， 2020（3）： 53-55.
[6]	杨武俊. 多层次模糊综合评判法在信息安全风险评估中的应用［J］. 网络安全技术与应用， 2013（11）： 33-34， 32.
	Yang Wujun. Applying multi-level fuzzy comprehensive evaluation in information security risk assessment［J］. Network Security Technology and Application， 2013（11）： 33-34， 32.
[7]	黄国庆，肖爽. 改进犹豫模糊集在信息安全风险评估上的应用［J］. 微电子学与计算机， 2018， 35（5）： 105-108， 115.
	Huang Guoqing， Xiao Shuang. The application of improved hesitant fuzzy set in information security risk assessment［J］. Microelectronics and Computer， 2018， 35（5）： 105-108， 115.
[8]	白冰. 基于模糊证据理论的信息系统安全风险评估分析［J］. 电子设计工程， 2020， 28（14）： 81-84， 89.
	Bai Bing. Analysis of information system security risk assessment based on fuzzy evidence theory［J］. Electronic Design Engineering， 2020， 28（14）： 81-84， 89.
[9]	Deb R， Roy S. A software defined network information security risk assessment based on Pythagorean fuzzy sets［J］. Expert Systems with Applications， 2021， 183： No.115383.
[10]	宋晓镔. 基于模糊熵权法二次系统信息安全风险评估研究［J］. 电脑编程技巧与维护， 2024（2）： 170-172.
	Song Xiaobin. Research on information security risk assessment of secondary systems based on fuzzy entropy weight method［J］. Computer Programming Skills and Maintenance， 2024（2）： 170-172.
[11]	王康，李默涵. 信息系统安全风险评估方法研究［J］. 网络安全技术与应用， 2024（12）： 18-21.
	Wang Kang， Li Mohan. Research on information security risk assessment methods for information systems［J］. Network Security Technology and Application， 2024（12）： 18-21.
[12]	Li X. Personal information security risk assessment for E-waste recycling based on Fuzzy-GRA-TOPSIS and FMEA［J］. IEEE Transactions on Engineering Management， 2024， 71： 8240-8250.
[13]	Chen X， Deng Y. Evidential software risk assessment model on ordered frame of discernment［J］. Expert Systems with Applications， 2024， 250： No.123786.
[14]	Sato R， Kawaguchi H， Nakatani Y. Malcoda： practical and stochastic security risk assessment for enterprise networks［J］. IEEE Transactions on Dependable and Secure Computing， 2025， 22（2）： 1383-1399.
[15]	戴春豪，曹忠，尚文利，等. 功能安全与信息安全一体化风险评估［J］. 计算机仿真， 2025， 42（7）： 40-45， 559.
	Dai Chunhao， Cao Zhong， Shang Wenli， et al. Integrated risk assessment of functional safety and information security［J］. Computer Simulation， 2025， 42（7）： 40-45， 559.
[16]	Atanassov K， Gargov G. Interval valued intuitionistic fuzzy sets［J］. Fuzzy Sets and Systems， 1989， 31（3）： 343-349.
[17]	Yang J B， Xu D L. On the evidential reasoning algorithm for multiple attribute decision analysis under uncertainty［J］. IEEE Transactions on Systems， Man， and Cybernetics - Part A： Systems and Humans， 2002， 32（3）： 289-304.
[18]	He S F， Pan X H， Wang Y M， et al. A novel multi-criteria decision making framework based on evidential reasoning dealing with missing information from online reviews［J］. Information Fusion， 2024， 106： No.102264.
[19]	Zhang Y， Hu S， Zhou W. Multiple attribute group decision making using J-divergence and evidential reasoning theory under intuitionistic fuzzy environment［J］. Neural Computing and Applications， 2020， 32（10）： 6311-6326.
[20]	Zeng S， Chen S M， Fan K Y. Interval-valued intuitionistic fuzzy multiple attribute decision making based on nonlinear programming methodology and TOPSIS method［J］. Information Sciences， 2020， 506： 424-442.
[21]	Khan W A， Arif W， Rashmanlou H， et al. Interval-valued picture fuzzy hypergraphs with application towards decision making［J］. Journal of Applied Mathematics and Computing， 2024， 70（2）： 1103-1125.
[22]	Zheng J， Dong M. Interval-valued intuitionistic fuzzy multi-attribute decision-making based on entropy and bidirectional projection［J］. International Journal of Computational Intelligence Systems， 2025， 18： No.39.
[23]	Ruan C， Gong S， Chen X. Multi-criteria group decision-making with extended ELECTRE Ⅲ method and regret theory based on probabilistic interval-valued intuitionistic hesitant fuzzy information［J］. Complex and Intelligent Systems， 2025， 11： No.92.

Information security risk assessment based on multi-objective programming and evidential reasoning theory

基于多目标规划和证据推理理论的信息安全风险评估

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 6

References 23

Related Articles 15

Recommended Articles

Metrics

[1]	Hailin XIAO, Tianyi HUANG, Qiuxiang DAI, Yuejun ZHANG, Zhongshan ZHANG. Safe reinforcement learning method for decision making of autonomous lane changing based on trajectory prediction [J]. Journal of Computer Applications, 2024, 44(9): 2958-2963.
[2]	Honglei YAO, Jiqiang LIU, Endong TONG, Wenjia NIU. Network security risk assessment method for CTCS based on α-cut triangular fuzzy number and attack tree [J]. Journal of Computer Applications, 2024, 44(4): 1018-1026.
[3]	Xiaoyu HUA, Dongfen LI, You FU, Kejun BI, Shi YING, Ruijin WANG. Industrial chain risk assessment and early warning model combining hierarchical graph neural network and long short-term memory [J]. Journal of Computer Applications, 2024, 44(10): 3223-3231.
[4]	Shaochen HAO, Zizuan WEI, Yao MA, Dan YU, Yongle CHEN. Network intrusion detection model based on efficient federated learning algorithm [J]. Journal of Computer Applications, 2023, 43(4): 1169-1175.
[5]	Hongliang TIAN, Ping GE, Mingjie XIAN. Distribution network operation exception management mechanism based on blockchain [J]. Journal of Computer Applications, 2023, 43(11): 3504-3509.
[6]	Zexi WANG, Minqing ZHANG, Yan KE, Yongjun KONG. Reversible data hiding algorithm in encrypted domain based on secret image sharing [J]. Journal of Computer Applications, 2022, 42(5): 1480-1489.
[7]	MA Hua, CHEN Yuepeng, TANG Wensheng, LOU Xiaoping, HUANG Zhuoxuan. Survey of research progress on crowdsourcing task assignment for evaluation of workers’ ability [J]. Journal of Computer Applications, 2021, 41(8): 2232-2241.
[8]	XIAO Kai, WANG Meng, TANG Xinyu, JIANG Tonghai. Public welfare time bank system based on blockchain technology [J]. Journal of Computer Applications, 2019, 39(7): 2156-2161.
[9]	LUO Xiaofeng, YANG Xingchun, HU Yong. Improved decision diagram for attribute-based access control policy evaluation and management [J]. Journal of Computer Applications, 2019, 39(12): 3569-3574.
[10]	CAO Zhenhuan, CAI Xiaohai, GU Menghe, GU Xiaozhuo, LI Xiaowei. Android permission management and control scheme based on access control list mechanism [J]. Journal of Computer Applications, 2019, 39(11): 3316-3322.
[11]	BU Tongtong, CAO Tianjie. Risk assessment method of Android application based on permission [J]. Journal of Computer Applications, 2019, 39(1): 131-135.
[12]	LI Zhaobin, LI Weilong, WEI Zhanzhen, LIU Mengtian. Research and implementation of key module of data security processing mechanism in software defined network [J]. Journal of Computer Applications, 2018, 38(7): 1929-1935.
[13]	XIONG Ningxin, WANG Yingming. Multiple attribute decision method based on improved fuzzy entropy and evidential reasoning [J]. Journal of Computer Applications, 2018, 38(10): 2801-2806.
[14]	KE Yan, ZHANG Minqing, LIU Jia, YANG Xiaoyuan. Overview on reversible data hiding in encrypted domain [J]. Journal of Computer Applications, 2016, 36(11): 3067-3076.
[15]	KE Yan, ZHANG Minqing, LIU Jia. Separable reversible Hexadecimal data hiding in encrypted domain [J]. Journal of Computer Applications, 2016, 36(11): 3082-3087.