随着网络空间的不断拓展、互联网的影响力不断增大,其在带来便利的同时使得越来越多的人暴露在安全隐患之下。在这种情况下大量的信息安全产品涌现出来,随之而来的是产品信息安全质量难以识别和评价的问题。及时对这些产品进行安全质量评价能够发现可能存在的安全问题,对维持网络空间安全秩序、保障用户信息财产安全至关重要。传统的信息安全质量评价方法能够直接对信息安全产品的脆弱性、安全风险、安全技术等进行量化评估,在一定程度上发现安全弱点和潜在风险。但是,这些方法难以覆盖技术复杂性较高的产品,其结果主观性较强难以得到客观验证,未能有效利用数据优势。鉴于此,论文利用互联网文本评价数据,研究基于语义分析的产品信息安全质量评价技术,尝试弥补传统信息安全质量评价中存在的不足。论文主要开展的工作有:(1)提出面向产品评论的细粒度情感语义分析方法。以安全路由器为例,构建了基于情感词扩充的领域情感词典,运用依存句法分析确定情感词评价对象,结合辅助词表和组合模式设计算法进行情感值计算,最终通过实验验证了该方法的有效性,为产品信息安全质量评价属性体系提供支撑。(2)构建产品信息安全质量评价属性体系。以安全路由器为例,依据现行路由器安全技术要求,提取评价属性种子词集,运用fasttext词向量表示方法与KNN分类算法对种子词集进行扩充和类型划分,结合领域情感词典确定情感值,最终通过实验构建产品信息安全质量评价属性体系,为产品信息安全质量评价提供支撑。(3)进行产品信息安全质量评价。以安全路由器为例,在构建的路由器产品信息安全质量评价属性体系基础上,提出基于逼近理想解排序法(TOPSIS)的产品信息安全质量评价方法并对模拟样本进行评价,通过实验验证了该方法的有效性,为信息安全质量评估评价工作提供新思路。实践结果表明,论文构建的产品信息安全质量评价属性体系和方法能够有效地通过用户评论数据评价产品信息安全质量,及时发现问题产品,为上层决策提供可能的数据支持。