田 伟，刘文祺

(1. 中国人民解放军95333部队，湖南 长沙 410114；2. 电子科技大学计算机科学与工程学院，四川 成都 611731)

1 引言

网络信息可以加强社会的治理，但由于网络信息的开放性，导致网络信息会受到大量的恶意攻击，网络信息安全问题已经成为信息领域的一大难点[1]。隐蔽网络信息也同样具有安全的难题，通常情况下，大多数学者会采用安全指数对隐蔽网络信息安全进行相应的衡量，其主要指的是在网络安全的状态下，网络信息反映的数据特征变化程度是一个相对的数值变化，主要是对网络信息安全状态进行相应的反映与度量，将其简称为网络信息安全指数[2]。隐蔽网络信息安全指数具有多维属性的特性。如何对隐蔽网络信息安全进行正确的评估已经成为学者研究的重点课题之一，而隐蔽网络信息安全指数多维属性分类则是其中的关键步骤，只有对隐蔽网络信息安全指数进行合理的分类，才能对其网络信息安全进行正确的评估，从而对其进行相应的保护。

就现有的研究来看，使用较为广泛的隐蔽网络信息安全指数多维属性分类方法主要有三种，分别为粗糙集理论方法、支持向量机方法与K-最近邻域方法。其中，基于粗糙集理论的隐蔽网络信息安全指数多维属性分类方法主要是区分确定性与完整性较低的数据，并对其进行有效分析，同时对该类数据中包含的不相关信息进行剔除，这种方法具有易于执行、操作简单的优势；……