信息安全风险概率计算的贝叶斯网络模型

FONT face; Verdana; 王桢珍; 姜 欣; 武小悦; 谭 旭; FONT

您当前的位置：

首页 >

文章列表页 >

信息安全风险概率计算的贝叶斯网络模型

学术论文 | 更新时间：2025-07-16

- 信息安全风险概率计算的贝叶斯网络模型
- Planning Exploitation Graph-Bayesian networks Model forInformation Security Risk Frequency Measurement
- 电子学报 2010年38卷第2A期页码：18-22
- 作者机构：
  
  1. 1.国防科学技术大学信息系统与管理学院,湖南,长沙,410073
  2. 清华大学计算机科学与技术系,北京,100084
  3. 深圳信息职业技术学院计算机应用系,广东,深圳,510829
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
FONT face, Verdana, 王桢珍, 等. 信息安全风险概率计算的贝叶斯网络模型[J]. 电子学报, 2010,38(2A):18-22.

FONT face, Verdana, WANG Zhen-zhe, et al. Planning Exploitation Graph-Bayesian networks Model forInformation Security Risk Frequency Measurement[J]. Acta Electronica Sinica, 2010, 38(2A): 18-22.
FONT face, Verdana, 王桢珍, 等. 信息安全风险概率计算的贝叶斯网络模型[J]. 电子学报, 2010,38(2A):18-22. DOI：

FONT face, Verdana, WANG Zhen-zhe, et al. Planning Exploitation Graph-Bayesian networks Model forInformation Security Risk Frequency Measurement[J]. Acta Electronica Sinica, 2010, 38(2A): 18-22. DOI：

摘要

构建了一个基于贝叶斯网络的信息安全风险概率计算模型，并保证其可扩展性、精确性和客观性.模型的网络结构以规划渗透图表现，模型网络参数由专家知识确定并利用贝叶斯学习对其进行更新.实例分析表明构建的模型可以正确量化评估信息安全风险概率.

Abstract

A planning exploitation graph-bayesian networks model that can be applied in measurement of information security risk frequency is proposed

and the model’s scalability

accuracy and objectivity are achieved.The model graph structure is determined by Planning Exploitation Graph

the local conditional probability distributions are computed by combination ofexpertise knowledge and the maximum entropy prior probability distribution method

and the model parameters are updated with training data by Bayesian networks learning.The analysis of the example shows the model could evaluate the information security risk frequency successfully.

关键词

Keywords

references

浏览量

4094

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

包含隐变量的贝叶斯网络增量学习方法

一种基于离散属性BNT的双偏振气象雷达降水粒子分类方法