罗育林
(南方电网深圳数字电网研究院有限公司,广东 深圳 518000)
随着通信技术、网络技术的发展,出现了许多类型的网络系统,它们在各个领域得到了广泛的应用。在网络系统的实际工作过程中,由于网络用户的安全意识薄弱,再加上网络本身的开放性,使得各个网络系统均存在不同程度的安全漏洞和风险[1-2]。风险评估可以帮助人们和网络管理员掌握网络安全的状态,有利于提前制定相应的风险管控方案,因此如何构建正确率高的网络系统安全风险评估方法成为当前网络安全领域研究的一个热点[3]。
针对网络系统安全风险评估问题,许多高校、研究所以及一些网络公司对其进行了系统的研究,提出了许多有效的网络系统安全风险评估方法[4],如有学者提出了基于攻击图的网络系统安全风险评估方法[5],根据图论分析网络各个节点的安全等级,该方法是认为网络系统安全风险呈线性变化态势,这与实际网络系统安全风险变化特性不一致,因此网络系统安全风险不仅具有非线性,还具有随机性,而且随机性存在的概率相当大,使得其网络系统安全风险评估可靠性差[6];随后有学者提出基于BP神经网络的网络系统安全风险评估方法[7]、基于贝叶斯模型的网络系统安全风险评估方法[8]、基于支持向量机的网络系统安全风险评估方法[9],它们的网络系统安全风险评估性能要优于攻击图方法[10]。
为了进一步提高网络系……