基于贝叶斯推理的PAS G计算模型

摘要：

互联网中存在的内部威胁具有隐蔽性高、难以管理等特点。为此，建立一种针对内部威胁的贝叶斯网络攻击图（BNAG）模型。将攻击者在攻击过程中的行为作为研究对象，以行为在其动作期间的资源指向为基础，通过＜行为，资源＞二元组对模型内部进行分析，同时基于 B ANG 模型，量化分析其中的资源与行为、行为与资源间的关联度，进一步给出贝叶斯网络节点概率计算模型（PASG）。将似然加权法作为评估抽样方法，对内部威胁进行预测分析。实例分析结果表明，PASG模型对内部威胁能够起到有效的预测及防范作用。

关键词：内部威胁、贝叶斯网络、网络攻击图、似然加权、信息融合

所属期刊栏目：42

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61300216；高等学校博士学科点专项科研基金20124116120004；河南省教育厅科学技术研究重点基金13A510325。

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：158-164