贝叶斯神经网络在信息安全风险评估中的量化研究

发布时间：2021-07-04 00:04

　　信息安全事件的频发,给信息系统带来了巨大的危害,因此如何保障信息系统的安全是一个急需解决的难题。对信息系统进行量化风险评估是实现信息安全的重要手段,具有重要的理论和现实意义。但目前传统风险评估中量化方法中存在计算耗时耗力,以及评估结果具有一定主观性影响的问题。针对上述问题,本文的主要工作如下所示:（1）提出基于模糊理论和贝叶斯正则化BP神经网络的风险量化方法。该方法可以有效减少评估过程中的主观性影响和计算复杂问题。使用模糊理论处理原始数据,并将处理后的数据作为神经网络的输入值,可以有效减少语言描述上的模糊性。同时针对神经网络易陷入局部最优问题,使用贝叶斯正则化算法对神经网络进行训练。最后通过实验仿真验证风险量化方法的有效性;（2）提出安全防护措施、安全预防措施两个新指标。通过增加新指标,可构建较为全面的适合信息系统的信息安全风险评估指标体系。通过实验验证,添加新指标可以更加全面的描述系统风险现状,具有较强的实用性。该研究成果可为企业、组织进行风险整改方案提供有力的理论支撑。 

【文章来源】：贵州大学贵州省 211工程院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

BR算法的训练性能

BR算法的训练状态

LM算法的训练性能

【参考文献】：
期刊论文
[1]《信息安全风险评估规范》修订思考[J]. 甘清云.  网络安全技术与应用. 2018(12)
[2]信息安全风险评估实施模型研究[J]. 张益,霍珊珊,刘美静.  信息安全研究. 2018(10)
[3]基于BP神经网络的长白落叶松人工林林分平均高预测[J]. 沈剑波,雷相东,李玉堂,兰莹.  南京林业大学学报(自然科学版). 2018(02)
[4]基于攻击树的工业控制系统信息安全风险评估[J]. 黄慧萍,肖世德,孟祥印.  计算机应用研究. 2015(10)
[5]信息安全风险评估的综合评估方法综述[J]. 张利,彭建芬,杜宇鸽,王庆.  清华大学学报(自然科学版). 2012(10)
[6]基于多层次模糊综合评判及熵权理论的实用风险评估[J]. 赵刚,刘换.  清华大学学报(自然科学版). 2012(10)
[7]基于模糊集与熵权理论的信息系统安全风险评估研究[J]. 付钰,吴晓平,叶清,彭熙.  电子学报. 2010(07)
[8]基于支持向量机的信息安全风险评估[J]. 党德鹏,孟真.  华中科技大学学报(自然科学版). 2010(03)

博士论文
[1]基于攻击图理论的网络安全风险评估技术研究[D]. 戴方芳.北京邮电大学 2015
[2]基于模糊理论的地铁火灾风险评估及控制研究[D]. 陈曼英.华侨大学 2013
[3]信息系统安全评估理论及其群决策方法研究[D]. 赵亮.上海交通大学 2011
[4]信息系统风险分析与量化评估[D]. 肖龙.四川大学 2006

硕士论文
[1]铁路危险货物办理站安全状态监管评价及信息化监管系统模块原型设计[D]. 杜涛.北京交通大学 2018
[2]基于灰色网络分析法的信息系统安全风险分析及评价研究[D]. 赵凯丽.北京邮电大学 2017
[3]基于贝叶斯网络的信息安全风险评估研究[D]. 张鸣天.北京化工大学 2016
[4]基于AHP和BP的信息安全风险评估研究[D]. 张坤.河北工程大学 2016
[5]基于模糊灰色关联分析的信息安全风险评估模型研究[D]. 周丽.西南大学 2013
[6]基于风险权值的信息系统安全等级评测模型的研究[D]. 贺二博.郑州大学 2012



本文编号：3263618