基于贝叶斯网络内部威胁预测模型

《基于贝叶斯网络内部威胁预测模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号：TP393密级：公开UDC：620单位代码：10460基于贝叶斯网络的内部威胁预测模型APredictiveModelofInsiderThreatBasedonBayesiannetwork申请人姓名韩东梅申请学位工学硕士学科专业计算机软件与理论研究方向网络与信息安全导师刘淑芬职称教授王辉副教授提交日期2012.04答辩日期2012.06河南理工大学万方数据万方数据河南理工大学学位论文原创性声明本人郑重声明：所呈交的学位论文：基于贝叶斯网络的内部威胁预测模型，是我个人在导师指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含任何其他个

2、人或集体已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明并表示了谢意。本人愿意承担因本学位论文引发的一切相关责任。学位论文作者签名:年月日河南理工大学学位论文使用授权声明本学位论文作者及导师完全了解河南理工大学有关保留、使用学位论文的规定，即：学校有权保留和向有关部门、机构或单位送交论文的复印件和电子版，允许论文被查阅和借阅，允许将本学位论文的全部或部分内容编入有关数据库进行检索和传播，允许采用任何方式公布论文内容，并可以采用影印、缩印、扫描或其他手段保存、汇编、出版本学位论文。保密的学位论文在解密后适用本授权。学位论文作者签名：导师签名：年

3、月日年月日万方数据万方数据致谢终于能够完成硕士学位的撰写工作了，心里也是松了一口气。三年的研究生生活带给我的是成长的快乐和成熟的酸甜苦辣。在此我要感谢很多人一路走来对我的帮助和支持。感谢刘淑芬导师在我的研究生生涯里对我的指导和帮助。刘老师学识渊博，治学严谨，具有高尚的人格和对事业执着的追求精神。也正是由于刘老师细心的指导和严谨的教学精神让我在对知识探索的过程中不断进步和成长。特别感谢刘老师带给我成长的空间，让我有机会在中国船舶工业集团公司接触和深入军工项目，有机会参与多个项目的研究与开发，给了我社会实践的机会，开阔了视野，培养了个人修养和能力，我要谢谢刘老师，谢谢！！硕士论文的选题、关

4、键技术理论和技术的创新突破等各方面工作的完成，我要特别感谢我的第二导师王辉导师。王老师学识渊博，思维敏捷，治学严谨，对工作认真负责的精神深深感动了我。即使在外实习的日子中，王老师也经常打电话关心我的生活，指导我的学习，探讨学术问题，指导我完成小论文的编写工作。特别感谢王老师对我在硕士论文进行过程中对学术问题不解的悉心指导和耐心讲解，尤其是在写论文的过程中隔三差五地评阅和指导我的论文进度，特别忙的时候他会周末抽时间专门指导我的论文。没有王老师的悉心指导，我的论文进行过程会寸步难行。在这里，献上我真挚的谢意！！感谢我的同学孟千胜关键时刻与我探讨问题，解决问题！感谢宿舍的姐妹李慧琴、董君和王

5、星对我生活上的关心和帮助！感谢我的好朋友陈蕃和李贺等对我的理解和支持！与他们探讨问题，畅谈人生，共同度过三年研究生生活，收益颇多。感谢他们的陪伴和对我学习和生活上的帮助。感谢我的父母对我的培养，感谢他们默默的付出和支持。感谢我的姐姐对我的包容和鼓励，让我勇敢面对很多事情。再次感谢所有关心我、帮助过我的人！万方数据II万方数据摘要高科技发展使得社会信息化的速度加快。目前，很多企业组织和事业单位都紧跟时代潮流，组建方便内部人员沟通交流的内部网络。随着内部网络信息化的发展，越来越多的网络安全事件引起了人们对于内部网络安全重要性的重新认识。人们以为那些能够解决外部网络的安全防御工具在内部网络安

6、全方面能够适用，但是越来越多的内部威胁事件给企业组织带来惨重的损失和沉痛的代价，网络安全领域的专家开始关注内部威胁安全防御工具的研究。目前，有关内部威胁的研究仅仅停留在理论研究阶段，研究成果和产品相对于外部网络来说很少。本文在前人的理论研究基础上深入分析内部威胁的相关特征，着手研究内部威胁的防御架构体系。本文首先定义内部威胁的涵义，总结和分析了内部威胁不同于外部威胁的特点和目前已有的研究成果。并且在研究的过程中，重点分析了贝叶斯网络在内部网络安全领域中的应用。本文的创新点和核心内容是提出了基于贝叶斯网络的内部威胁预测模型。其中，以内部用户实际操作过程中的行为为研究对象，以内部用户攻击过

7、程中所占有的资源状态和所进行的操作序列攻击证据为节点，构建了贝叶斯网络的网络结构图——网络攻击图。在网络攻击图中提出了元操作、原子攻击、攻击证据的概念，定义了网络攻击图中涉及到的节点变量、节点变量取值和条件概率分布。根据贝叶斯网络近似推理方法——似然加权法提出了改进的似然加权法算法，实现了贝叶斯网络的参数计算，量化了内部威胁的预测和评估。通过仿真实验数据的分析，证明了该方法在内部威胁安全事件的预测和评估过程中，发挥着有效的作用。该方法建模速度快