GB/T 45097.2-2024 智能消费品安全 第2部分：风险评估

　　ICS 03. 120. 01 CCS A 00

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 45097.2—2024

　　智能消费品安全

　　第 2 部分:风险评估

　　Safety ofintelligentconsumerproduct—Part2:Risk assessment

　　2024-11-28发布 2024-11-28实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 45097.2—2024

　　目 次

　　前言 Ⅲ

　　引言 Ⅳ

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　4 一般原则 2

　　5 一般流程 2

　　6 前期准备 3

　　7 危害(源)识别 3

　　8 风险估计 3

　　9 风险评价 3

　　附录 A (资料性) 信息风险和伦理风险评估方法 5

　　附录 B (资料性) 智能消费品安全风险评估示例 7

　　参考文献 12

　　Ⅰ

　　GB/T 45097.2—2024

　　前 言

　　本文件按照 GB/T 1. 1—2020《标准化工作导则 第 1部分 :标准化文件的结构和起草规则》的规定起草 。

　　本文件是 GB/T 45097《智能消费品安全》的第 2部分 。GB/T 45097已经发布了以下部分 :

　　— 第 1部分 :危害(源)识别 ;

　　— 第 2部分 :风险评估 ;

　　— 第 3部分 :风险控制 。

　　请注意本文件的某些内容可能涉及专利 。本文件的发布机构不承担识别专利的责任 。

　　本文件由全国消费品安全标准化技术委员会(SAC/TC508)提出并归 口 。

　　本文件起草单位 : 中国标准化研究院 、江苏威诺检测技术有限公司 、九牧厨卫股份有限公司 、科沃斯机器人股份有限公司 、湖北省标准化与质量研究院 、国家文教用品质量监督检验中心 、芜湖美的厨卫电器制造有限公司 、中家院(北京)检测认证有限公司 、成都安可信电子股份有限公司 、上海小度技术有限公司 、中国电子技术标准化研究院 、小米通讯技术有限公司 、江苏省产品质量监督检验研究院 、中国国际工程咨询有限公司 。

　　本文件主要起草人 :刘霞、房祥静、应立峰、严海、陈炎明、陈良权、张力潇、何鑫、陈倩雯、黄石、罗 自立、赵燕伟、徐晓昂、许玉娜、庞强、王坤然、许丽丹、穆亚敏、彭妍妍、戴朝娟、曾剑、李莹、顾鑫 。

　　Ⅲ

　　GB/T 45097.2—2024

　　引 言

　　智能消费品(如智能家电 、智能电子信息技术产品 、智能门锁等)是近年来新兴的消费品 ,在带来便利生活的同时 ,其质量安全问题也备受关注 。对智能消费品质量安全危害(源)开展识别 、风险评估和风险控制是有效防范产品质量安全问题的有效手段 。GB/T 45097《智能消费品安全》旨在提供一套涵盖上述措施的方法体系 ,为科学 、规范 、高效地开展智能消费品风险管理 ,从而助力企业提升产品质量安全水平 ,促进行业有序健康发展 ,保障人民群众健康和财产安全 ,奠定技术基础 。拟由三部分构成 。

　　— 第 1部分 :危害(源)识别 。 旨在为识别智能消费品质量安全危害(源) 提供原则 、方法 ,并给出现阶段该类产品主要危害(源)清单 。

　　— 第 2部分 :风险评估 。 旨在为开展智能消费品安全风险评估提供流程和方法指导 。

　　— 第 3部分 :风险控制 。 旨在针对智能消费品危害(源)的不同风险等级 ,提供具有可操作性的风险控制措施手段 ,使智能消费品的质量安全风险被控制在可容许范围内 。

　　Ⅳ

　　GB/T 45097.2—2024

　　智能消费品安全

　　第 2 部分:风险评估

　　1 范围

　　本文件给出了智能消费品安全风险评估的原则 ,确立了智能消费品安全风险评估的一般流程 ,包括前期准备 、危害(源)识别 、风险估计 、风险评价 。

　　本文件适用于开展智能消费品风险评估活动 。

　　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) 适用于本文件 。

　　GB/T 22760—2020 消费品安全 风险评估导则

　　GB/T 45097. 1—2024 智能消费品安全 第 1部分 :危害(源)识别

　　3 术语和定义

　　下列术语和定义适用于本文件 。

　　3. 1

　　智能 intelligence

　　具有人类或类似人类智慧特征的能力 。

　　注 : 人类或类似人类的智慧特征 ,表现为在实现某个目的的过程中 ,总会经历一个或多个的感知 、决策 、执行的过程或过程循环 ,并在其中通过不断学习 ,提高自身实现目的的能力和实现目的的效率与效果 ;本文件认为 ,在体现人类或类似人类的智慧特征上 ,感知 、决策 、执行和在其中的学习的各项能力和过程具有不可或缺性 。

　　[来源 :GB/T 28219—2018,3. 1] 3.2

　　消费品 consumerproduct

　　主要但不限于为个人使用而设计 、生产的产品 ,包括产品的组件 、零部件 、附件 、使用说明和包装 。

　　[来源 :GB/T 35248—2017,2. 2] 3.3

　　安全 safety

　　免除了不可接受的风险的状态 。

　　[来源 :GB/T 20002. 4—2015,3. 14] 3.4

　　风险 risk

　　伤害发生概率和伤害严重程序的组合 。

　　[来源 :GB/T 22760—2020,2. 6]

　　1

　　GB/T 45097.2—2024

　　3.5

　　伤害 injury

　　对人体健康 、财产或环境的损害 。

　　[来源 :GB/T 28803—2012,3. 3] 3.6

　　风险评估 risk assessment

　　包括风险识别 、风险分析和风险评价的全过程 。

　　[来源 :GB/T 23694—2013,4. 4. 1]

　　4 一般原则

　　4. 1 全面性

　　覆盖智能消费品全生命周期 ,包括设计 、生产 、包装 、储运 、使用和回收等阶段 ,综合考虑对人类健康 、财产的影响 。

　　4.2 合理性

　　根据产品的功能定位 ,考虑在合理且可预见的误使用情况下 ,智能消费品的功能实现及其可能引发的风险 。

　　4.3 科学性

　　根据智能消费品安全危害(源)的类型 、特点等 ,选用科学有效的风险评估方法 。在数据充足的情况下 ,优先采用定量风险评估方法 。

　　4.4 前瞻性

　　风险评估方法具有前瞻性 ,与国际上风险管理最新理念和方法同步推进 。

　　5 一般流程

　　风险评估的一般流程包括前期准备 、危害(源)识别 、风险估计 、风险评价 。具体流程见图 1。

　　图 1 智能消费品安全风险评估流程图

　　2

　　GB/T 45097.2—2024

　　6 前期准备

　　依据 GB/T 22760—2020中 4. 2. 1 开展风险评估的信息准备工作 。

　　7 危害(源)识别

　　依据 GB/T 45097. 1—2024开展智能消费品物理危害(源) 、化学危害(源) 、信息危害(源) 、伦理危害(源)的识别工作 。

　　8 风险估计

　　8. 1 概述

　　考虑伤害的严重程度和伤害发生的可能性 ,运用 GB/T22760—2020及附录 A的方法 ,进行风险估计。

　　8.2 伤害严重程度

　　物理危害(源)和化学危害(源)造成伤害严重程度的判定见 GB/T 22760—2020 中表 1。信息危害(源)和伦理危害(源)造成的伤害严重程度判定见表 1。

　　表 1 伤害程度分级

　　严重程度

　　分类

　　伤害特征描述

　　非常严重

　　信息危害

　　影响国家安全和个人敏感信息 安 全(见 GB/T 35273—2020 附 录 B) , 或 者 直 接 造 成 重 大财产损失 ,导致产品功能失控

　　伦理危害

　　违背伦理规范(如《新一代人工智能发展规划》《新一代人工智能伦理规范》) ,严 重 破 坏 社会秩序和违背人权 ,严重侵害个人财产 、隐私等权益 ,造成使用者身心严重伤害

　　严重

　　信息危害

　　造成个人非敏感信息(见 GB/T 35273—2020附录 A 和 附 录 B) 泄 露 , 或 造 成 较 大 的 财 产损失 ,导致产品功能基本失去操控

　　伦理危害

　　破坏社会秩序形成偏见 ,侵害个人财产 、隐私等权益 ,造成使用者身心受伤

　　一般

　　信息危害

　　影响使用者个人信息安全 ,或造 成 一 定 财 产 损 失 , 导 致 产 品 个 别 功 能 不 可 用 或 偶 尔 失 去操控

　　伦理危害

　　干扰社会秩序 ,对个人财产 、隐私等权益造成轻度损害 ,影响使用者身心健康

　　微弱

　　信息危害

　　使用者个人信息泄露造成的影响较小 ,财产损失较小 ,产品基本可操控

　　伦理危害

　　对使用者个人身心影响较小

　　8.3 伤害发生的可能性

　　伤害发生可能性判定见 GB/T 22760—2020中 4. 2. 3. 2。

　　9 风险评价

　　9. 1 针对某种危害(源) ,根据其所导致的伤害发生的严重程度 、伤害发生的可能性 ,计算出该种危害

　　3

　　GB/T 45097.2—2024

　　(源)的风险等级 。

　　9.2 选择定性、定量或者两者相结合的风险评价方法 ,物理风险和化学风险的评价方法见 GB/T22760,信息风险和伦理风险的评价方法见附录 A。

　　9.3 智能消费品安全风险等级划分依据 GB/T 22760—2020中的附录 E。

　　9.4 如果某一消费 品 有 两 种 或 两 种 以 上 危 害(源) , 对 每 种 危 害(源) 分 别 进 行 风 险 评 价 , 以 各 种 危 害(源)的最高风险等级作为该消费品安全风险等级 。智能消费品安全风险评估示例见附录 B。

　　4

　　GB/T 45097.2—2024

　　附 录 A

　　(资料性)

　　信息风险和伦理风险评估方法

　　信息风险和伦理风险评估方法见表 A. 1。

　　表 A. 1 信息风险和伦理风险评估方法

　　方法

　　方法说明

　　适用的风险评估环节

　　适用的危害(源)种类

　　风险估计

　　风险评价

　　信息

　　危害(源)

　　伦理

　　危害(源)

　　专家评价法

　　首先根据评 估 对 象 选 定 若 干 评 价 项 目 并 确 定 评价标准 ,然后各个专家 依 靠 自 身 知 识 判 断 可 能 产生的风险并进行赋值 ,最 后 通 过 风 险 权 重 算 出 整体水平 ,并与基准值对比确定安全等级

　　√

　　√

　　√

　　√

　　德尔菲法

　　通过匿名的方式对互不 相 识 的 专 家 征 求 意 见 ,专家之间 独 立 工 作 , 然 后 对 所 有 人 的 判 断 进 行 综合 ,最终得到评估结果

　　√

　　√

　　√

　　√

　　因子分析法

　　通过将较相关的几个指 标 归 在 同 一 类 中 , 以 较 少的几个 因 子 反 映 原 始 指 标 的 主 要 信 息 , 构 建 简单 、清晰的评估指标体系

　　√

　　√

　　√

　　√

　　模糊综合评价法

　　针对风险因素 ,用模糊 系 统 的 原 理 建 立 综 合 评 价的因素集和综合评价的 评 价 集 , 构 造 模 糊 评 价 矩阵 ,建立综合评价模型 ,最终确定安全等级

　　√

　　√

　　√

　　√

　　D-S证

　　据理论

　　(Dempster-

　　shafer

　　envidence

　　theory)分析法

　　利用 Dempster组合规则 融 合 不 同 证 据 的 信 任 函数 , 随着 证 据 的 融 合 而 降 低 多 源 信 息 的 不 确 定性 ,获得最终 结 果 后 根 据 决 策 逻 辑 进 行 判 断 , 最终得到评估结果

　　√

　　√

　　√

　　√

　　层次分析法

　　层次分析法 将 一 个 复 杂 的 问 题 分 解 为 多 个 因 素的组合 ,并按照因素之 间 的 相 互 关 联 影 响 以 及 隶属关系划分为有序的多层次分析结构模型

　　√

　　√

　　√

　　√

　　灰色关联法

　　对于两个系统之间的因 素 ,其 随 时 间 或 不 同 对 象而变化的关联性大 小 的 量 度 ,称 为 关 联 度 。灰 色关联分析方法 ,是根据 因 素 之 间 发 展 趋 势 的 相 似或相异程度 , 亦 即 “灰 色 关 联 度 ”, 衡 量 因 素 间 关联程度

　　√

　　√

　　√

　　√

　　熵权法

　　通过计算各 项 指 标 所 包 含 的 信 息 量 大 小 来 确 定其在综合 评 价 中 所 占 权 重 的 方 法 。 反 映 各 个 指标在整个体系中所占比重

　　√

　　√

　　√

　　√

　　5

　　GB/T 45097.2—2024

　　表 A. 1 信息风险和伦理风险评估方法 (续)

　　方法

　　方法说明

　　适用的风险评估环节

　　适用的危害(源)种类

　　风险估计

　　风险评价

　　信息

　　危害(源)

　　伦理

　　危害(源)

　　故障树分析法

　　从故障结果出发 ,逐级 向 下 分 析 各 自 的 直 接 原 因事件 ,并使用树形图将 事 件 之 间 的 逻 辑 关 系 表 示出来 ,然后定性或者定 量 地 分 析 事 件 发 生 各 种 可能路径的概率 ,最终发现关键部位或薄弱环境

　　√

　　√

　　决策树法

　　利用概率论 原 理 对 决 策 问 题 构 建 一 种 自 上 而 下的树形结构 , 每 个 决 策 事 件 可 能 引 发 多 个 事 件 。该方法通过 计 算 树 的 叶 子 结 点 概 率 的 期 望 值 得到评估结果 , 因此最终得到的是风险的期望值

　　√

　　√

　　聚类分析法

　　根据数据对 象 的 相 似 程 度 将 数 据 对 象 划 分 为 若干组或类 ,划分的过 程 就 是 聚 类 分 析 的 过 程 。基于聚类分析的评估方法 , 通 过 聚 类 分 析 融 合 不 同信息源 ,量化评估风险

　　√

　　√

　　攻击树模型

　　攻击树模型基于树形结 构 ,攻 击 者 的 目 标 在 根 节点,攻击者需要遵循不 同 的 攻 击 路 径 到 达 目 标 节点 。攻击树模型的节 点 包 括 基 本 事 件 、中 间 事 件和最终事件 ,每个节点 都 表 示 系 统 中 的 一 个 潜 在漏洞或安全问题

　　√

　　√

　　攻击图模型

　　首先 ,结合攻击事件的 时 空 特 征 融 合 多 源 告 警 数据构建网络 攻 击 行 为 特 征 ; 其 次 , 基 于 告 警 信 息映射攻击节点,关联多 步 攻 击 的 路 径 ;再 次 , 在 构建攻击图的基础上 ,结 合 转 移 序 列 构 建 攻 击 节 点转移概率表 , 将 转 移 概 率 引 入 攻 击 图 中 , 推 断 攻击者的攻击 意 图 ; 最 后 , 针 对 最 大 可 能 的 攻 击 路径 ,对大概率 的 攻 击 节 点 进 行 安 全 态 势 评 估 , 科学量化网络攻击后潜在攻击节点的安全态势

　　√

　　√

　　佩特里 (Petri)网

　　Petri网使用有 向 图 来 描 述 风 险 事 件 的 发 生 。通过定义库所 、变 迁 和 弧 线 , 建 模 流 程 中 的 各 个 元素和它们之间的关系

　　√

　　√

　　贝叶斯网络

　　基于概率推理的图形化 网 络 , 用 于 表 示 变 量 之 间的条件依 赖 关 系 和 联 合 概 率 分 布 。 由 一 个 有 向无环图(DAG)和 节 点 之 间 的 条 件 概 率 表(CPT)组成 。在 DAG 中 ,每个节点代表一 个 随 机 变 量 ,节点之间的有向边则 代 表 变 量 之 间 的 互 相 关 系 ,这些关系通过条件概率进行表达

　　√

　　√

　　隐马尔可夫模型

　　隐马尔可夫 模 型 中 , 状 态 并 不 是 直 接 可 见 的 , 但受状态影 响 的 某 些 变 量 则 是 可 见 的 。 每 一 个 状态在可能 输 出的 符 号 上 都 有 一 概 率 分 布 。 因 此输出符 号 的 序 列 能 够 透 露 出 状 态 序 列 的 一 些信息

　　√

　　√

　　6

　　GB/T 45097.2—2024

　　附 录 B

　　(资料性)

　　智能消费品安全风险评估示例

　　B. 1 信息准备

　　以 GB/T 45097. 1—2024附录 C 中的 A产品为例 ,开展风险评估 。形成包含使用对象 、产品功能 、使用环境等在内的产品特征分析示例 ,见表 B. 1。

　　表 B. 1 A 产品特征分析示例

　　使用场景

　　具体描述

　　使用对象

　　(1) 年龄在 3 岁 ~ 16岁之间的未成年人 , 因其民事行为能力尚不能达到对日常生活事务的理性处理 ,需要监护人在其旁侧进行指导与代理 。

　　(2) 随身携带 ,保持电量充足即可正常使用

　　产品功能

　　(1) 定位功能 :配备全球定位系统(GPS) 、无线局域网接入(WiFi) 、基站等多重定位技术 ,能够实时准确地提供使用者的位置 。

　　(2) 通信功能 :支持双向通话功能 , 随时与他人通话 ,他人也可以主动拨打 ,及时了解使用者的情况 。

　　(3) 健康监测 :具有心率监测 、睡眠监测等健康功能 , 随时了解使用者的健康状况 ,提供科学的健康管理建议 。

　　(4) 智能问答 :控制命令类 、知识查询类和闲聊类 ,通过预设的 程 序 或 者 知 识 库 对 使 用 者 的 指 令 或 者 问题做出回应

　　使用环境

　　可短时间在水域 、潮湿环境下使用 ,连接网络后可使用通信等功能

　　B.2 危害(源)识别

　　依据 GB/T 45097. 1—2024,得到 A产品不同伤害场景下的危害(源) ,见表 B. 2。

　　表 B.2 A 产品危害(源)清单示例

　　伤害场景

　　危害(源)大类

　　危害(源)中类

　　危害(源)小类

　　场景 1

　　信息危害(源)

　　数据

　　数据传输

　　个人信息

　　场景 2

　　伦理危害(源)

　　歧视性危害(源)

　　特定群体偏见

　　B.3 风险估计

　　B.3. 1 风险估计方法确定

　　使用德尔菲法和熵权法相结合的方式 ,估计 A产品的风险 。

　　B.3.2 伤害严重程度

　　对伤害严重程度的等级划分采用主观判定的方法 ,依托专家和消费者问卷调研或访谈等形式 ,基于表 1来判定 A产品危害(源)的伤害严重程度 ,将微弱 、一般 、严重 、非常严重分别赋值为 1、2、3、4。为得

　　7

　　GB/T 45097.2—2024

　　出各个典型伤害场景中 ,伤害发生严重程度的分值 ,采用分层抽样的方式 ,针对全国 31个省(自治区 、直辖市)的 500名消费者 , 以及来自检测机构 、企业人员 、高等院校 、科研院所 、监管机构的 30名专家 ,对伤害发生严重程度等级进行打分 , 问卷示例见表 B. 3。

　　表 B.3 A 产品危害(源)的消费者调查问卷(部分)示例

　　危害(源)中类

　　危害(源)小类

　　伤害场景

　　伤害发生的严重程度

　　1

　　2

　　3

　　4

　　信息危害(源)

　　数据传输

　　场景 1:A产 品 使 用 者 的 姓 名 、性 别 、年 龄 、电 话 号码 、住址 、头像 、指 纹 等 个 人 信 息 泄 露 , 被 非 法 用 于支付 ,造成财产损失

　　个人信息

　　伦理危害(源)

　　特定群体偏见

　　场景 2:A产品 设 置 男 生/女 生 两 种 模 式 , 在 男 生 模式中引导使用者立志成为 “勇 敢 ”男 子 汉 和 “事 业 成功型爸 爸 ”, 女 生 模 式 中 引 导 使 用 者 立 志 成 为 “漂亮 ”公主或 “家 庭 主 妇 型 妈 妈 ”, 存 在 误 导 儿 童 价 值观和人生观的风险

　　依据公式(B. 1)计算信息和伦理危害(源)发生伤害的严重程度分值 。

　　S = 1,2,3,4) … … … … … … … … … …

　　式中 :

　　S — 某项危害(源)在某个伤害场景中引发伤害的严重程度 ;

　　Si — 打 i分的消费者和专家的总人数 ;

　　n — 有效调查问卷总数 。

　　将计算结果按照四舍五入的原则取整 ,再将所得的值对应表 B. 3 中的严重程度等级 , 即得出该伤害场景中某危害(源)引发伤害的严重程度等级 。

　　本次调查共收回有效调查问卷 508份 , 问卷有效率为 95. 8% 。依据公式(B. 1) ,将调查结果进行计算 ,可得出伤害发生的严重程度平均分值 ,调查结果如表 B. 4所示 。可知 ,场景 1 中因 “数据传输 ”“个人信息 ”造成的伤害程度平均分值分别为 3 和 4,等级为严重和非常严重 ; 场景 2 中因 “特定群体偏见 ”造成的伤害程度平均分值分别为 3,等级为严重 。

　　表 B.4 A 产品伤害严重程度列表示例

　　伤害场景

　　危害(源)大类

　　危害(源)中类

　　危害(源)小类

　　伤害严重程度

　　场景 1

　　信息危害(源)

　　数据

　　数据传输

　　严重

　　个人信息

　　非常严重

　　场景 2

　　伦理危害(源)

　　歧视性危害(源)

　　特定群体偏见

　　严重

　　B.3.3 伤害发生的可能性

　　对伤害发生可能性的等级划分依据 GB/T 22760—2020 中 4. 2. 3. 2b) ,对照表 B. 5 伤害发生可能性分级表 ,对信息危害(源)和伦理危害(源)分别进行计算 ,获得伤害可能性数据 。

　　8

　　GB/T 45097.2—2024

　　表 B.5 伤害发生的可能性分级列表示例

　　可能性

　　特征描述

　　分值

　　Ⅰ

　　(87. 5% ,100%]

　　伤害事件发生的可能性极大 ,在任何情况下都会重复出现

　　8

　　Ⅱ

　　(75% ,87. 5%]

　　经常发生伤害事件

　　7

　　Ⅲ

　　(62. 5% ,75%]

　　有一定的伤害事件发生可能性 ,不属于小概率事件

　　6

　　Ⅳ

　　(50% ,62. 5%]

　　有一定的伤害事件发生可能性 ,属于小概率事件

　　5

　　Ⅴ

　　(37. 5% ,50%]

　　会发生少数伤害事件 ,但可能性较小

　　4

　　Ⅵ

　　(25% ,37. 5%]

　　会发生少数伤害事件 ,但可能性极小

　　3

　　Ⅶ

　　(12. 5% ,25%]

　　不会发生 ,但在极少数特定情况下可能发生

　　2

　　Ⅷ

　　(0,12. 5%]

　　在任何情况下都不会发生伤害事件

　　1

　　B.3.3. 1 信息危害(源)

　　信息危害(源)造成伤害的可能性 ,综合实验测试和专家判断(综合消费者投诉 、网络舆情 、召回等相关信息)两种方法 ,伤害可能性计算公式见公式(B. 2) :

　　P = P11 ·w11 + P12 ·w12 …………………………( B. 2 )

　　式中 :

　　P —A产品所引起的伤害发生可能性 ;

　　P11 、P12 — 实验测试得出的伤害发生可能性 、基于专家判断得出的伤害发生可能性 ;

　　w11 、w12 — 上述可能性所占的权重 。w11、w12赋值基于 “德尔菲法 +熵权法 ”。

　　a) 伤害发生可能性 :

　　1) 实验测试 :针对 A产品开展 100次攻击测试 ,记录 “数据传输 ”过程中截取到数据的次数 ,及截取到 “个人信息 ”的次数 ,得到可能性分别为 45%、30% ,对应可能性分值为 4、3;

　　2) 专家判断 :50名 专 家 依 据 相 关 信 息 , 判 断 出 伤 害 发 生 的 可 能 性 , 求 取 平 均 值 , 得 到 危 害(源) “数据传输 ”“个 人 信 息 ”的 伤 害 发 生 可 能 性 分 别 为 67%、50% , 对 应 可 能 性 分 值 为6、5。

　　b) 伤害发生可能性指标权重 :对于信息危害(源) ,基于 “德尔菲法 +熵权法 ”,最终确定伤害发生可能性指标 w11、w12 的权重均为 50% ,依据伤害可能性计算公式 ,危害(源) “数据传输 ”“个人信息 ”的伤害发生可能性分别为 5、4。

　　B.3.3.2 伦理危害(源)

　　伦理危害(源)造成伤害的可能性 ,综合消费者问卷调查和专家判断(综合消费者投诉 、网络舆情 、召回等相关信息)两种方法 ,伤害可能性计算公式见公式(B. 3) :

　　P = P21 ·w21 + P22 ·w22 …………………………( B. 3 )

　　式中 :

　　P —A产品所引起的伤害发生可能性 ;

　　P21 、P22 — 消费者问卷调研得出的伤害发生可能性 、基于专家判断得出的伤害发生可能性 ;

　　w21 、w22 — 上述可能性所占的权重 。w21、w22赋值基于 “德尔菲法 +熵权法 ”。

　　a) 伤害发生可能性 :

　　9

　　GB/T 45097.2—2024

　　1) 消费者调研 :面向消费者发放 500份问卷 ,得到危害(源) “特定群体偏见 ”的可能性平均值为 73% ,对应可能性分值为 6;

　　2) 专家判断 :50名 专 家 依 据 相 关 信 息 , 判 断 出 伤 害 发 生 的 可 能 性 , 求 取 平 均 值 , 得 到 危 害(源) “特定群体偏见 ”的可能性平均值为 85% ,对应可能性分值为 7。

　　b) 伤害发生可能性指标权重 :对于信息危害(源) ,基于 “德尔菲法 +熵权法 ”,最终确定伤害发生可能性指标 w11、w12 的权 重 均 为 50% , 依 据 伤 害 可 能 性 计 算 公 式 , 结 果 四 舍 五 入 取 整 , 危 害(源) “特定群体偏见 ”的可能性分别为 7。

　　综上 ,不同伤害场景下 ,A产品的伤害发生可能性如表 B. 6所示 。

　　表 B.6 A 产品伤害发生可能性列表示例

　　伤害场景

　　危害(源)大类

　　危害(源)中类

　　危害(源)小类

　　伤害发生可能性

　　场景 1

　　信息危害(源)

　　数据

　　数据传输

　　Ⅳ

　　个人信息

　　Ⅴ

　　场景 2

　　伦理危害(源)

　　歧视性危害(源)

　　特定群体偏见

　　Ⅱ

　　B.4 风险评价

　　智能消费品安全 风 险 等 级 划 分 依 据 GB/T 22760—2020 中 的 附 录 E。 针 对 A 产 品 的 某 种 危 害(源) ,根据其所导致的伤害发生的可能性 、伤害发生的严重程度 ,可估算出危害(源)的风险等级 R。

　　表 B.7 智能消费品危害(源)的风险等级划分

　　伤害发生的可能性

　　伤害发生的严重程度

　　非常严重

　　严重

　　一般

　　微弱

　　Ⅰ

　　S

　　S

　　S

　　M

　　Ⅱ

　　S

　　S

　　S

　　L

　　Ⅲ

　　S

　　S

　　S

　　L

　　Ⅳ

　　S

　　S

　　M

　　A

　　Ⅴ

　　S

　　M

　　L

　　A

　　Ⅵ

　　M

　　L

　　A

　　A

　　Ⅶ

　　L

　　A

　　A

　　A

　　Ⅷ

　　A

　　A

　　A

　　A

　　严重

　　中等

　　低

　　可容许

　　图示

　　S

　　M

　　L

　　A

　　根据表 B. 7判断得出 A产品各个危害(源)的风险等级 ,见表 B. 8。

　　10

　　GB/T 45097.2—2024

　　表 B. 8 A 产品危害(源)风险等级列表

　　伤害场景

　　危害(源)大类

　　危害(源)中类

　　危害(源)小类

　　风险等级

　　场景 1

　　信息危害(源)

　　数据

　　数据传输

　　严重

　　个人信息

　　严重

　　场景 2

　　伦理危害(源)

　　歧视性危害(源)

　　特定群体偏见

　　严重

　　综上 ,A产品的安全风险等级为严重风险 。

　　11

　　GB/T 45097.2—2024

　　参 考 文 献

　　[1] GB/T 20002. 4—2015 标准中特定内容的起草 第 4部分 :标准中涉及安全的内容

　　[2] GB/T 20984—2022 信息安全技术 信息安全风险评估方法

　　[3] GB/T 23694—2013 风险管理 术语

　　[4] GB/T 28219—2018 智能家用电器通用技术要求

　　[5] GB/T 28803—2012 消费品安全 风险管理导则

　　[6] GB/T 35248—2017 消费品安全 供应商指南

　　[7] GB/T 35273—2020 信息安全技术 个人信息安全规范

　　[8] GB/T 39011—2020 消费品安全 危害识别导则

　　[9] GB/T 41790—2022 智能消费品质量安全改进指南

　　[10] GB/T 41849—2022 智能消费品质量安全管理指南

　　12