[发明专利]一种基于贝叶斯网络的网络安全态势预测方法及装置有效

专利信息
申请号: 201911023727.0 申请日: 2019-10-25
公开(公告)号: CN110995649B 公开(公告)日: 2022-04-19
发明(设计)人: 类衍乾;郭志伟 申请(专利权)人: 深圳猛犸电动科技有限公司
主分类号: H04L9/40 分类号: H04L9/40;H04L41/147;G06K9/62
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 甘东阳
地址: 518000 广东省深圳市宝安区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 贝叶斯 网络 网络安全 态势 预测 方法 装置
【说明书】:

本申请实施例适用于网络安全领域,提供了一种基于贝叶斯网络的网络安全态势预测方法、装置、终端设备及计算机可读存储介质。其中,该方法包括:获取阶段告警事件以及阶段告警事件独立发生的先验概率,根据阶段告警事件生成有向无环图,基于有向无环图构建贝叶斯网络,根据贝叶斯网络计算在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率,显示每一项阶段告警事件对应的后验概率。本申请实施例能够很好的适应网络安全态势预测过程中的不定性,达到对网络安全态势进行准确预测的效果。

技术领域

本申请属于网络安全领域,尤其涉及一种基于贝叶斯网络的网络安全态势预测方法、装置、终端设备及计算机可读存储介质。

背景技术

随着网络规模和复杂性不断增大,网络攻击技术不断革新,新型攻击工具大量涌现,传统的网络安全技术已经无法起到防御的作用,网络安全问题越发严峻。

目前,现有技术中有将态势感知技术应用于网络安全领域,其中,态势感知技术应用于网络安全领域的工作原理是:通过感知网络环境的因素,分析风险指标,预测网络风险发生的概率。

实际应用中,网络风险发生的过程具有不定性,例如网络风险发生的过程可能是动态、静态或者动静态结合,但是现有技术的态势感知技术不能很好的适应网络风险发生过程的不定性,导致在实际应用中对网络安全风险预测的准确性较低。

发明内容

有鉴于此,本申请实施例提供了一种基于贝叶斯网络的网络安全态势预测方法,以解决在实际应用中对网络安全风险预测的准确性较低的问题。

本申请实施例的第一方面提供了一种基于贝叶斯网络的网络安全态势预测方法,包括:

获取阶段告警事件以及所述阶段告警事件独立发生的先验概率,所述阶段告警事件为按照预设阶段定义划分的频繁告警事件;

根据所述阶段告警事件生成有向无环图;

基于所述有向无环图构建贝叶斯网络;

根据所述贝叶斯网络计算在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率;

显示每一项所述阶段告警事件对应的后验概率。

可选的,所述获取阶段告警事件包括:

获取告警事件;

计算所述告警事件独立发生的先验概率;

基于所述告警事件独立发生的先验概率筛选频繁告警事件;

根据预设阶段定义将所述频繁告警事件划分为阶段告警事件。

可选的,根据所述阶段告警事件生成有向无环图,包括:

将所述阶段告警事件作为顶点,基于所述阶段告警事件之间的因果关系,生成有向无环图。

可选的,根据所述贝叶斯网络计算在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率包括:

基于前一阶段告警事件独立发生的先验概率计算贝叶斯网络中当前阶段告警事件发生的条件下前一阶段告警事件发生的先验概率;

将前一阶段告警事件独立发生的先验概率、当前阶段告警事件独立发生的先验概率以及在当前阶段发生的条件下前一阶段告警事件发生的先验概率输入所述贝叶斯网络中,得到在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率。

可选的,基于前一阶段告警事件独立发生的先验概率计算贝叶斯网络中当前阶段告警事件发生的条件下前一阶段告警事件发生的先验概率,包括:

计算所述前一阶段告警事件的转移概率;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳猛犸电动科技有限公司,未经深圳猛犸电动科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911023727.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top