[發(fā)明專利]一種基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811616366.6
• 申請(qǐng)日: 2018-12-28
• 公開（公告）號(hào): CN109857835B
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 齊斌;王宇;李冀興
• 申請(qǐng)（專利權(quán)）人: 北京紅山瑞達(dá)科技有限公司;國家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法，該基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法包括如下步驟:S1：測(cè)評(píng)系統(tǒng)根據(jù)用戶的身份背景生成網(wǎng)絡(luò)安全知識(shí)圖譜，并根據(jù)知識(shí)結(jié)構(gòu)按照預(yù)定順序?qū)τ脩暨M(jìn)行測(cè)試；S2：所述測(cè)試系統(tǒng)根據(jù)用戶上傳的個(gè)人身份背景信息按照特定格式生成個(gè)人基本信息數(shù)據(jù)庫；S3：測(cè)試系統(tǒng)按照知識(shí)圖譜結(jié)構(gòu)順序遍歷進(jìn)行逐項(xiàng)測(cè)試，基于相應(yīng)難度標(biāo)準(zhǔn)的試題抽取實(shí)現(xiàn)了對(duì)用戶知識(shí)水平的精確定位。本發(fā)明通過用戶在測(cè)試上的實(shí)時(shí)反饋獲得潛在知識(shí)狀態(tài)，利用新型認(rèn)知診斷模型PH?DINA高效推理用戶的真實(shí)知識(shí)、技能水平以及相應(yīng)短板，實(shí)現(xiàn)了高效、準(zhǔn)確的教育評(píng)估，更好地反映用戶的學(xué)習(xí)狀況。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)安全領(lǐng)域，具體而言，涉及一種基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法。

背景技術(shù)

近年來網(wǎng)絡(luò)攻擊事件頻發(fā)，人員作為網(wǎng)絡(luò)空間安全鏈條的薄弱環(huán)節(jié)，所遭受的風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于技術(shù)，因而造成的損失也越來越大。

當(dāng)前網(wǎng)絡(luò)安全意識(shí)測(cè)評(píng)方式僅有知識(shí)考核和模擬測(cè)評(píng)兩類較為獨(dú)立的方案，尤其是知識(shí)考核問題，主要是采用集體試卷等傳統(tǒng)考試方式，這種方式很難有效判別被試的知識(shí)掌握程度，水平低的人員根本無法作答難度大的題目，水平高的人員作答簡(jiǎn)單題目又測(cè)不出真實(shí)水平。另外，測(cè)試結(jié)果對(duì)于人員提升網(wǎng)絡(luò)安全意識(shí)、網(wǎng)絡(luò)安全知識(shí)的指導(dǎo)意義極低，無法準(zhǔn)確測(cè)量人員網(wǎng)絡(luò)安全意識(shí)和知識(shí)的短板，也無法體現(xiàn)人員網(wǎng)絡(luò)安全意識(shí)的真實(shí)強(qiáng)度。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法，該基于認(rèn)知診斷理論的自適應(yīng)網(wǎng)絡(luò)安全知識(shí)測(cè)評(píng)方法包括如下步驟:

S1：測(cè)評(píng)系統(tǒng)根據(jù)用戶的身份背景生成網(wǎng)絡(luò)安全知識(shí)圖譜，并根據(jù)知識(shí)結(jié)構(gòu)按照預(yù)定順序?qū)τ脩暨M(jìn)行測(cè)試；

S2：所述測(cè)試系統(tǒng)根據(jù)用戶上傳的個(gè)人身份背景信息按照特定格式生成個(gè)人基本信息數(shù)據(jù)庫，基于個(gè)人基本信息數(shù)據(jù)庫，系統(tǒng)可綜合檢索所在領(lǐng)域的網(wǎng)絡(luò)安全標(biāo)準(zhǔn)和《網(wǎng)絡(luò)安全法》配套法律法規(guī)，校驗(yàn)通過后生成定制化知識(shí)圖譜；

S3：測(cè)試系統(tǒng)按照知識(shí)圖譜結(jié)構(gòu)順序遍歷進(jìn)行逐項(xiàng)測(cè)試，基于相應(yīng)難度標(biāo)準(zhǔn)的試題抽取實(shí)現(xiàn)了對(duì)用戶知識(shí)水平的精確定位。

優(yōu)選的，S2中個(gè)人基本信息數(shù)據(jù)庫包括用戶名、郵箱、工作領(lǐng)域、所在單位名稱、工作崗位、網(wǎng)絡(luò)安全從業(yè)經(jīng)歷，系統(tǒng)通過對(duì)“工作領(lǐng)域、所在單位、工作崗位”進(jìn)行逐級(jí)檢索相關(guān)網(wǎng)絡(luò)安全標(biāo)準(zhǔn)及規(guī)范，并抽取相適應(yīng)的標(biāo)準(zhǔn)條款作為測(cè)試評(píng)估指標(biāo)；所述測(cè)評(píng)系統(tǒng)采用自然語言處理系統(tǒng)挖掘相關(guān)標(biāo)準(zhǔn)規(guī)范的潛在聯(lián)系特征和模擬量化標(biāo)準(zhǔn)，形成定制化的評(píng)估標(biāo)準(zhǔn)體系架構(gòu)；所述特征還包括自然語言處理系統(tǒng)對(duì)相關(guān)標(biāo)準(zhǔn)和規(guī)范性文件根據(jù)固定格式搭配“內(nèi)容+標(biāo)準(zhǔn)”抽取評(píng)估標(biāo)準(zhǔn)信息，并利用關(guān)鍵詞檢索匹配網(wǎng)絡(luò)安全知識(shí)體系及網(wǎng)絡(luò)安全知識(shí)庫模型中存在的知識(shí)點(diǎn)，將知識(shí)點(diǎn)按照模型結(jié)構(gòu)重新組合成用戶的定制化網(wǎng)絡(luò)安全知識(shí)網(wǎng)。

優(yōu)選的，測(cè)評(píng)系統(tǒng)對(duì)定制化網(wǎng)絡(luò)安全知識(shí)網(wǎng)進(jìn)行基于邏輯的知識(shí)推理，將復(fù)雜知識(shí)網(wǎng)進(jìn)行融合和加工，構(gòu)建個(gè)性化的網(wǎng)絡(luò)安全知識(shí)圖譜；

所述知識(shí)推理，即計(jì)算相似知識(shí)點(diǎn)對(duì)于所在知識(shí)族群的信息熵，選取最大熵值的知識(shí)點(diǎn)作為輸出結(jié)果，其余相似知識(shí)點(diǎn)舍去，從而生成結(jié)構(gòu)稠密的網(wǎng)絡(luò)安全知識(shí)圖譜，再通過計(jì)算與網(wǎng)絡(luò)安全知識(shí)庫模型的相似度，選取相似度最高的知識(shí)圖譜作為最終結(jié)果，并根據(jù)知識(shí)點(diǎn)具體內(nèi)容索引試題庫。

優(yōu)選的，所述測(cè)試系統(tǒng)根據(jù)用戶的作答情況對(duì)用戶的知識(shí)屬性進(jìn)行預(yù)測(cè)和校正并實(shí)時(shí)調(diào)整下一道測(cè)試題目的類型及難度等，循環(huán)測(cè)試直至估計(jì)誤差小于定值，最終輸出用戶的知識(shí)屬性模式值；所述測(cè)試系統(tǒng)根據(jù)用戶上傳的個(gè)人信息評(píng)估用戶的初始知識(shí)屬性值，并根據(jù)所在領(lǐng)域的網(wǎng)絡(luò)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(cè)試系統(tǒng)根據(jù)選題策略，按照網(wǎng)絡(luò)安全知識(shí)圖譜的順序?qū)τ脩暨M(jìn)行試題抽取，并根據(jù)試題作答結(jié)果反饋估計(jì)用戶的知識(shí)屬性模式，進(jìn)而抽取相應(yīng)的測(cè)試題校正用戶的知識(shí)屬性值；所述測(cè)試系統(tǒng)循環(huán)執(zhí)行用戶的知識(shí)屬性參數(shù)估計(jì)，直至知識(shí)屬性誤差值小于定值，將最后一次估計(jì)值輸出，為用戶的網(wǎng)絡(luò)安全知識(shí)屬性模型。