实时网络安全风险量化措施的优化研究.docVIP

实时网络安全风险量化措施的优化研究 　　摘要：提高网络安全性的核心就是能够对网络安全风险进行精准的评估。采用隐马尔卡夫模型对实时网络安全风险进行量化，输入方式则选用入侵检测系统的告警，在对网络风险进行实施量化的同时，并能够对网络遭受的危险进行有效评估。但由于此项操作配置过于复杂，容易在评估过程中出现误差，为了简化其配置复杂度，该文针对其存在的一些问题提出了一些优化措施。 　　关键词：网络安全；风险评估；隐马尔卡夫模型；优化 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）28-6287-02 　　1 基于HMM的网络安全风险量化 　　采取HMM方法实施网络安全量化的重点就是将每台网络中的主机定义为具有N个状态，采用[S=s1，…，sN]表示，由此可以得出该主机状态序列是[Χ=x1，…，xT]，[xt∈S]，一般将主机定义为拥有4种状态；分别用A，P，G，C表示Attacked，Probed，Good，Compromised，因此S={A，P，G，C}。对主体的风险进行定量分析，能够通过对主机状态的准确定位来进行。假若将能够观察到的主机遭受的攻击设为M种，用[A=a1，…，aM]表示，就能够获得攻击序列[Υ=y1，…，yT]，其中[yt]属于A。HMM中还包含了一个[λ=（Trans，Obs，Init）]这样的三元组，这样就能够对状态进行计