[發(fā)明專利]一種基于認知診斷理論的自適應網絡安全知識測評方法

有效

• 申請?zhí)枺?/td>: 201811616366.6
• 申請日: 2018-12-28
• 公開（公告）號: CN109857835B
• 公開（公告）日: 2021-04-02
• 發(fā)明（設計）人: 齊斌;王宇;李冀興
• 申請（專利權）人: 北京紅山瑞達科技有限公司;國家計算機網絡與信息安全管理中心
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于認知診斷理論的自適應網絡安全知識測評方法，其特征在于，該基于認知診斷理論的自適應網絡安全知識測評方法包括如下步驟:

S1：測評系統(tǒng)根據(jù)用戶的身份背景生成網絡安全知識圖譜，并根據(jù)知識結構按照預定順序對用戶進行測試；

S2：所述測試系統(tǒng)根據(jù)用戶上傳的個人身份背景信息按照特定格式生成個人基本信息數(shù)據(jù)庫，基于個人基本信息數(shù)據(jù)庫，系統(tǒng)可綜合檢索所在領域的網絡安全標準和《網絡安全法》配套法律法規(guī)，校驗通過后生成定制化知識圖譜；

S3：測試系統(tǒng)按照知識圖譜結構順序遍歷進行逐項測試，基于相應難度標準的試題抽取實現(xiàn)了對用戶知識水平的精確定位；

所述測試系統(tǒng)根據(jù)用戶的作答情況對用戶的知識屬性進行預測和校正并實時調整下一道測試題目的類型及難度，循環(huán)測試直至估計誤差小于定值，最終輸出用戶的知識屬性模式值；所述測試系統(tǒng)根據(jù)用戶上傳的個人信息評估用戶的初始知識屬性值，并根據(jù)所在領域的網絡安全規(guī)范要求校正所選試題庫的試題屬性參數(shù)；所述測試系統(tǒng)根據(jù)選題策略，按照網絡安全知識圖譜的順序對用戶進行試題抽取，并根據(jù)試題作答結果反饋估計用戶的知識屬性模式，進而抽取相應的測試題校正用戶的知識屬性值；

所述測試系統(tǒng)循環(huán)執(zhí)行用戶的知識屬性參數(shù)估計，直至知識屬性誤差值小于定值，將最后一次估計值輸出，為用戶的網絡安全知識屬性模型，所述測試系統(tǒng)根據(jù)用戶上傳的個人信息確定用戶應具備的網絡安全知識，并采用邊際貝葉斯估計或極大似然估計法對被試的知識屬性進行初始參數(shù)估計，知識屬性參數(shù)值為每一具體考察屬性的值的集合，通過最大后驗估計和期望后驗估計兩個過程估計知識屬性參數(shù)；在假定已知知識屬性參數(shù)的條件下，從試題庫中選取具有考察知識屬性功能的試題，并采用MCMC算法估算出相應的試題屬性參數(shù)，試題參數(shù)包括考察的全部知識屬性及對應難度指標，可再將兩個參數(shù)中一個條件估計的結果作為另一個條件估計的參數(shù)，如此反復執(zhí)行EM迭代算法形成訓練模型，使得全部參數(shù)收斂并逼近真值，形成較為成熟的試題項目屬性Q矩陣，所述測試系統(tǒng)的選題策略采用基于PMF協(xié)同過濾和認知診斷模型的試題抽取策略；測試系統(tǒng)根據(jù)試題當前作答結果，采用基于多級屬性評分的認知診斷模型的似然函數(shù)估計法對用戶的知識屬性模式進行校準和再估計，并將估計的知識屬性參數(shù)作為試題選題策略的輸入條件，系統(tǒng)根據(jù)得分概率模型計算該知識屬性模式在備選試題中的得分概率，同時將該知識屬性對試題的先驗概率和后驗概率作為輸入條件，計算PH_HKL信息量值，將能夠使PH_HKL信息量值最大的試題參數(shù)及編號作為抽取試題。

2.根據(jù)權利要求1所述的一種基于認知診斷理論的自適應網絡安全知識測評方法，其特征在于，S2中個人基本信息數(shù)據(jù)庫包括用戶名、郵箱、工作領域、所在單位名稱、工作崗位、網絡安全從業(yè)經歷，系統(tǒng)通過對“工作領域、所在單位、工作崗位”進行逐級檢索相關網絡安全標準及規(guī)范，并抽取相適應的標準條款作為測試評估指標；所述測評系統(tǒng)采用自然語言處理系統(tǒng)挖掘相關標準規(guī)范的潛在聯(lián)系特征和模擬量化標準，形成定制化的評估標準體系架構；所述特征還包括自然語言處理系統(tǒng)對相關標準和規(guī)范性文件根據(jù)固定格式搭配“內容+標準”抽取評估標準信息，并利用關鍵詞檢索匹配網絡安全知識體系及網絡安全知識庫模型中存在的知識點，將知識點按照模型結構重新組合成用戶的定制化網絡安全知識網。

3.根據(jù)權利要求1所述的一種基于認知診斷理論的自適應網絡安全知識測評方法，其特征在于，測評系統(tǒng)對定制化網絡安全知識網進行基于邏輯的知識推理，將復雜知識網進行融合和加工，構建個性化的網絡安全知識圖譜；所述知識推理，即計算相似知識點對于所在知識族群的信息熵，選取最大熵值的知識點作為輸出結果，其余相似知識點舍去，從而生成結構稠密的網絡安全知識圖譜，再通過計算與網絡安全知識庫模型的相似度，選取相似度最高的知識圖譜作為最終結果，并根據(jù)知識點具體內容索引試題庫。