版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著全球信息化的發(fā)展,日益猖獗的信息安全事件引發(fā)了人們對于信息安全問題的廣泛關注。然而現(xiàn)有的以傳統(tǒng)防御技術為基礎的信息安全技術卻難以有效應對。因此,信息安全領域的專家們開始關注基于主動防御思想的信息安全技術的研究。
目前,信息安全防御技術的研究主要集中在與安全態(tài)勢評估和安全威脅預測有關的信息安全的主動防御。本文從技術角度出發(fā),基于貝葉斯模型對信息安全領域中的安全態(tài)勢評估方法、攻擊路徑預測方法進行了研究。主要創(chuàng)新點如下:
2、 1)提出了一種兼顧評估系統(tǒng)整體安全性以及脆弱點嚴重程度的評估方法,可以有效評估系統(tǒng)整體安全性以及脆弱點嚴重程度。
首先,通過分析原子攻擊和攻擊證據(jù)的關聯(lián)性,提出一種因果關系檢測算法CRDA,以確定二者因果關系;其次,依據(jù)攻擊模型的系統(tǒng)架構,給出貝葉斯攻擊圖BAG定義,并給出了BAG的生成算法BAGA,以及時有效地識別脆弱點;在上述基礎上,本文最后給出了脆弱點威脅度定義和計算模型,并以攻擊者所獲脆弱點權限為基準,將威脅度劃分
3、3個層次,以有效評估脆弱點嚴重程度和目標系統(tǒng)整體安全性。實驗結果表明,所提方法兼顧評估系統(tǒng)整體安全性以及脆弱點嚴重程度是完全可行且有效的。
2)提出了一種基于貝葉斯推理的節(jié)點置信度計算方法,可以有效地預測攻擊路徑。
首先定義了九元組NAG模型,并通過分析攻擊路徑的成本和收益,提出了攻擊可行性模型,給出了攻擊路徑生成算法,以消除可能的路徑冗余;在上述基礎上改進了似然加權算法,改進的算法可以減少節(jié)點置信度的錯誤計算,有效
4、地預測攻擊路徑。實驗結果表明,上述方法有效的消除了路徑冗余,減少了節(jié)點置信度的錯誤計算,實現(xiàn)了對攻擊路徑的有效預測。
3)提出了基于d-分隔定理的條件概率和節(jié)點置信度計算方法,有效地解決了條件概率的錯誤計算及節(jié)點的相關性導致的節(jié)點置信度錯誤計算問題。
首先,通過分析攻擊成本和攻擊行為發(fā)生的可能性之間的關系,提出了攻擊行為發(fā)生的條件概率計算方法,以解決條件概率的錯誤計算問題;其次,通過引入d-分隔定理,使存在關聯(lián)性的節(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯網(wǎng)絡的信息安全風險評估研究.pdf
- 基于貝葉斯網(wǎng)絡的預測模型研究.pdf
- 基于術語關系的貝葉斯網(wǎng)絡信息檢索模型擴展研究.pdf
- 基于貝葉斯網(wǎng)絡的用戶模型研究.pdf
- 基于貝葉斯網(wǎng)絡的信息檢索研究.pdf
- 基于貝葉斯網(wǎng)絡推理的雙重信息集結決策模型研究.pdf
- 基于周期的貝葉斯網(wǎng)絡預測模型.pdf
- 基于貝葉斯博弈的攻擊預測模型.pdf
- 基于貝葉斯網(wǎng)絡的互動故事模型.pdf
- 基于信息增益—貝葉斯網(wǎng)絡的智能入侵檢測模型的研究.pdf
- 基于貝葉斯理論的投資組合模型研究.pdf
- 基于貝葉斯網(wǎng)絡的動態(tài)信任模型研究.pdf
- 基于貝葉斯網(wǎng)絡的本體映射模型的研究.pdf
- 基于貝葉斯因子的SV模型選擇.pdf
- 基于貝葉斯網(wǎng)絡的智能檢索模型.pdf
- 基于關聯(lián)信息的貝葉斯分類算法研究.pdf
- 基于智能優(yōu)化的貝葉斯網(wǎng)絡分類模型研究.pdf
- 基于貝葉斯網(wǎng)絡模型的醫(yī)療質量挖掘研究.pdf
- 混合模型的貝葉斯分析.pdf
- 基于貝葉斯模型的圖像顯著度檢測.pdf
評論
0/150
提交評論