基于贝叶斯网络的大数据安全动态风险评估模型研究

摘要：

[目的/意义]随着全球大数据产业的不断发展,大数据安全风险评估已成为数据安全管理工作中的一项核心内容.为了有效地应对大数据环境下的安全风险复杂性和不确定性,亟需构建一套科学、有效的安全风险评估方法.[方法/过程]提出了一种基于贝叶斯网络的大数据安全动态风险评估模型.这种模型在对大数据环境下风险传播机理剖析的基础上,构建一套风险评估流程步骤,并通过提取风险要素设计风险评估指标体系,最终生成适应大数据安全动态风险评估要求的贝叶斯网络推理模型.模型通过选取某单位实际科技数据,借助GeNIe3.0可视化分析软件,完成了模型参数学习及其因果推理等分析过程.[结果/结论]基于数值实验的分析结果显示,天津市某单位科技大数据安全风险等级为高级,需加强对"数据泄露"风险的有效管控.实验结果验证了所构建模型的有效性和适应性,具有一定的应用推广价值.

关键词：动态风险评估模型、贝叶斯网络、大数据安全、科技数据、评估指标体系

所属期刊栏目：14

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划;天津市重点研发计划科技支撑重点项目

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：60-68