[發(fā)明專利]個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201810233458.X
• 申請日: 2018-03-21
• 公開（公告）號: CN108337123A
• 公開（公告）日: 2018-07-27
• 發(fā)明（設(shè)計）人: 羅森林;李蕊;潘麗敏;尚海;郝靖偉;楊鵬;陳亮;陳禹
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法，屬于計算機與信息科學(xué)技術(shù)領(lǐng)域。本發(fā)明首先對普通個體的網(wǎng)絡(luò)安全意識數(shù)據(jù)進行預(yù)處理和屬性選擇，然后進行個體網(wǎng)絡(luò)安全意識等級判定，利用樸素貝葉斯算法計算出個體各個等級初始概率、個體初始概率和單步轉(zhuǎn)移矩陣，構(gòu)建馬爾可夫鏈，從而建立針對不同風(fēng)險等級人群的網(wǎng)絡(luò)安全意識態(tài)勢變化概率預(yù)測系統(tǒng)。與現(xiàn)有技術(shù)相比，本發(fā)明在進一步提升個體網(wǎng)絡(luò)安全意識態(tài)勢變化概率預(yù)測準確率的同時，可以根據(jù)不同個體輸入的數(shù)據(jù)選擇對應(yīng)風(fēng)險等級的預(yù)測模型，預(yù)測多年內(nèi)變化的概率，處理速度快，能夠達到對個體未來安全意識變化態(tài)勢進行預(yù)測、防患于未然的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法，屬于計算機與信息科學(xué)技術(shù)領(lǐng)域。

背景技術(shù)

網(wǎng)絡(luò)安全意識是人們在工作中對信息或其所處的介質(zhì)造成損害的一種戒備的心理狀態(tài)。為了解決網(wǎng)絡(luò)安全意識較弱對個人或集體造成不利影響，而引發(fā)的安全事件頻發(fā)的問題，需要對網(wǎng)絡(luò)安全意識態(tài)勢進行預(yù)測，進而提早干預(yù)。因此，本發(fā)明將提供個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法來提早干預(yù)網(wǎng)絡(luò)安全意識態(tài)勢，增強網(wǎng)絡(luò)安全意識教育的實際應(yīng)用。

個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法需要解決的基本問題是：提取與網(wǎng)絡(luò)安全意識密切相關(guān)的屬性集，并根據(jù)該屬性集計算初始概率向量，求解單步狀態(tài)轉(zhuǎn)移概率矩陣，構(gòu)建馬爾可夫鏈預(yù)測個體網(wǎng)絡(luò)安全意識等級變化概率。綜觀現(xiàn)有的預(yù)測技術(shù)，通常使用方法可歸為四類：

1.回歸預(yù)測法

回歸預(yù)測法是應(yīng)用較廣泛的一種建模方法，依據(jù)相關(guān)關(guān)系中自變量的個數(shù)不同，可分為一元回歸預(yù)測法和多元回歸分析預(yù)測法，依據(jù)相關(guān)關(guān)系中自變量和因變量之間關(guān)系不同，分為線性回歸預(yù)測和非線性回歸預(yù)測。該方法的基本原理是根據(jù)預(yù)測的相關(guān)性原則，設(shè)置指標自變量和因變量，收集數(shù)據(jù)之后建立回歸理論預(yù)測模型，并對模型的未知參數(shù)給出估計，進行相關(guān)分析，最后對模型進行誤差檢驗，檢驗通過后進行實際應(yīng)用。但是回歸預(yù)測可能忽略交互效應(yīng)，缺少對現(xiàn)象中存在的依存關(guān)系的定性分析。

2.決策樹

決策樹是一個屬性結(jié)構(gòu)的預(yù)測模型，該方法的基本原理是，依據(jù)樹中的判決規(guī)則對偶然事件或者按照時間順序列出所有由此引發(fā)的不同結(jié)果來預(yù)測未知樣本的類別和值。但是決策樹給每一個偶然事件都分配一個靜態(tài)概率，一般并不單獨用于模型的建立。

3.灰色系統(tǒng)理論預(yù)測法

灰色系統(tǒng)理論預(yù)測法是一種研究數(shù)據(jù)少、信息不確定性問題少的方法。灰色關(guān)聯(lián)分析是該理論中最常見的方法，其基本原理是根據(jù)曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線相似程度越大，說明其聯(lián)系越緊密，反之越疏松。該方法適用于大量或少量樣本以及無規(guī)律或有規(guī)律樣本，計算量小，但是該方法受灰色系統(tǒng)即具有信息不完全性和非唯一性的系統(tǒng)限制，理論體系不夠完善。

4.Cox比例風(fēng)險

Cox比例風(fēng)險回歸模型是一種多因素的生存分析方法，該方法的基本原理是計算任意兩個個體的風(fēng)險函數(shù)之比，獲得相關(guān)變量的相對危險度之后，轉(zhuǎn)化形成危險評分。該方法避免了數(shù)學(xué)公式推廣應(yīng)用的局限性，應(yīng)用廣泛，任何人用評分規(guī)則對模型變量進行評分都可以獲得預(yù)測概率，但是Cox比例風(fēng)險回歸模型的應(yīng)用條件容易被忽略，對數(shù)據(jù)要求高，追蹤時間長，成本較高。

綜上所述，現(xiàn)有的預(yù)測方法均難以較好的對個體網(wǎng)絡(luò)安全意識態(tài)勢進行預(yù)測，所以本發(fā)明提出個體網(wǎng)絡(luò)安全意識分級量化評價方法，可以實現(xiàn)對歷史數(shù)據(jù)的較少依賴、以及對時間序列的較準確預(yù)測等。

發(fā)明內(nèi)容

本發(fā)明的目的是預(yù)測個體和人群N年后網(wǎng)絡(luò)安全意識態(tài)勢的變化概率，提出一種基于馬爾科夫鏈的個體網(wǎng)絡(luò)安全意識態(tài)勢預(yù)測方法。