论文部分内容阅读
网络安全评估是提高网络安全性的基本步骤之一。目前的评估方法通常需要手工操作，带来较大的评估开销，很难应用到大规模复杂网络，无法快速响应用户请求。提出了一种高效的自动化评估方法来解决这些问题。为了实现评估的自动化，对多个弱点资源(如NVD、Bugtraq等)的脆弱性信息进行分析，将它们关联起来，形成一个包含40 000多个已知弱点的大型综合弱点数据库。为了提高评估效率，利用“原子域”的概念，提出了一种新的攻击图生成方法，相比于传统的方法，大大减少了攻击图生成开销。构建贝叶斯评估模型，基于变量消元，提出了一种新的评估方法，简化了模型中的贝叶斯推理。由于能自动化部署贝叶斯攻击图概率信息，新方法能实现评估的自动化，并且可以应用到大规模网络，快速完成评估任务，还可为网络管理员提供量化判断依据，以快速应对大型复杂网络中不断变化的安全态势。