基于模糊概率的省電力公司網絡威脅性評估模型研究

◆時婧婧

?

基于模糊概率的省電力公司網絡威脅性評估模型研究

◆時婧婧

(深圳信息職業技術學院信息中心 廣東 518172)

省級電力公司安全設備種類多，供應廠商不統一，安全設備各自運行。因此，建立一個切實可行、魯棒性強的網絡威脅性評估模型，以此為基礎設計并實現一個威脅性評估系統，來分析信息安全事件并給出解決方案，顯得意義重大。本文提出了基于模糊概率的省電力公司網絡威脅性評估模型，并在此基礎上設計了威脅性評估系統的架構。系統能評估風險的威脅和影響程度，為安全人員提供決策支持。

網絡威脅性評估模型；模糊概率；省電力公司

0 引言

計算機技術、網絡技術等信息技術的迅速發展，加速和深化了社會信息化的進程，隨著這種信息化依賴度的增加，信息安全問題也凸顯出來。面對網絡安全的形勢，各種網絡安全防御和控制技術應需而生，目前采用的主要有加密、認證、防病毒、防火墻、入侵檢測等技術，這些方法對信息系統的防護起到了一定的作用。然而信息安全事件的種類越來越多元化（如垃圾郵件，網絡惡意代碼，網絡仿冒，漏洞，木馬，蠕蟲和病毒等等），新的信息安全事件層出不窮。省級電力公司作為國家命脈之一電力行業，其信息安全的重要程度不言而喻。然而省級電力公司安全設備種類多，供應廠商不統一，安全設備各自運行，有形成信息安全孤島的隱患。鑒于上述情況，建立一個切實可行、魯棒性強的網絡威脅性評估模型，以此為基礎設計并實現一個威脅性評估系統，來分析信息安全事件并給出解決方案，具有重要的意義。網絡威脅性評估作為一種主動防御技術，在安全事件未發生時主動分析和評估風險及安全隱患的影響程度，從而能夠未雨綢繆，并根據評估評估結果為風險控制措施的確定提供依據，及時遏制風險的蔓延。

1 基于模糊概率的網絡威脅性評估模型

針對威脅性分析過程中的不確定性本文提出模糊貝葉斯概率威脅性評估模型。引入貝葉斯網絡對計算機網絡進行建模，采用貝葉斯推理方法對計算機網絡進行安全評估。針對評估過程中出現的似然值，建立網絡威脅性評估的模糊多目標優化模型及該模型的求解框架，使用進化算法對威脅性評估模型進行優化；由于貝葉斯網絡已有很成熟的算法計算模型，可以方便的進行概率安全評估，保證了解的多樣性，提高風險評估的有效性。最后給出了在模型解集合中求解最滿意安全方案的模糊多屬性決策方法。為安全決策人員提供理想方案。

1.1 貝葉斯概率威脅分析

貝葉斯概率風險分析是一種重要的數學工具，有很強的時效性，可以有效解決風險發生頻率以及所造成后果這些不確定問題，貝葉斯理論是在一定的統計數據的基礎上，對部分未知的狀態用主觀的概率估計，然后用貝葉斯公式對發生概率進行修正并利用期望值和修正概率做出最優決策。貝葉斯概率威脅分析流程圖如圖1：

圖 1 貝葉斯概率威脅分析流程圖

如果對危險事件進行分類(m種)，類型為i的危險事件平均發生率λi，那么在t時間段內類型i的危險事件發生ki次的概率可表示為[3][4]：

貝葉斯概率風險分析的特性：

（1）條件不依賴性。由于假定了條件不依賴性，在求變量的概率信息時，只需要考慮與該變量相關的有限變量，提高了問題求解的準確性。

（2）具備嚴格推理依據。貝葉斯概率分析是對事件狀態的先驗分布和后果損失函數進行分析，其推理過程實質上就是概率計算。

（3）算法復雜度較小。貝葉斯概率分析由于具有條件不依賴性的特點，在知識獲取時，只要關心與節點相鄰的局部網絡圖；在推理計算時，只要已知節點的相關節點的狀態即可估計該節點發生的概率，從而降低了知識獲取與推理的復雜性。

1.2 模糊多目標優化算法

風險評估階段的隨機性，不但要采用概率風險分析的方法解決，還需要用到模糊理論。在優選安全方案的決策過程中，決策者所面臨的影響因素越來越復雜和多樣，所處理的數據常常具有隨機性，決策者的判斷往往無法用一個嚴格意義上的評定標準來衡量，而是一個模糊的概念。因此，為了提高決策者處理實際問題的快捷性，能夠比較好的輔助決策者做出正確的決策，必須對決策過程的模糊性加以考慮。模糊集理論在處理不確定性因素方面具有很大的優勢，它與多屬性決策方法結合，提高了決策結果的準確性，并發展形成了模糊決策分析技術。

模糊算子進化算法EABOFA(EvolutionaryAlgorithm Based On Fuzzy Arithmetic)特別適合在決策空間尋找最優解集的問題，因為進化算法并行地處理各個目標，避免了目標間加和或優先排序處理。進化算法突破了數學規劃法的點對點的搜索方法，它通過保持一個潛在解的種群進行多方向搜索，這種種群對種群的搜索有能力跳出局部最優解。在整個解空間同時開始尋優搜索，注重區域搜索和空間擴展的平衡[8]，求解復雜對象的組合優化和函數優化問題，具備全局最優搜索性。

第四，應站在動態、發展的立場，而非采用機械、固化的眼光去審視民法基本原則。基本原則是民法基本理念的立法確認，而民法基本理念是其所處特定時代特色的法律展現。“綠色原則”作為《民法典》對日益嚴峻的自然資源、生態環境危機的有力回應，統領民事立法和民事裁判的實踐面向，引導著民事主體選擇低能耗、環境友好的生產、生活方式，彰顯了立法者對當前自然資源、環境問題的價值取向。

1.3 基于模糊概率的動態威脅評估模型

對威脅進行評估分析后，向管理者提出合理的安全方案，提供決策支持。初步設計的模型如下：

其中約束條件集:

（1）輸入：之前步驟中分析處理過的數據。

（2）決策變量：安全決策人員按照各種安全措施選出的適當安全方案。

（3）優化目標（衡量安全方案的優劣）：

目標函數一：安全方案的總的附加成本，其值越小越好；

目標函數二：安全方案的所產生的組織效益，其值越大越好；

目標函數三：安全方案的安全投資回報率，其值越大越好。

（4）輸出：最優安全方案。

2 威脅性評估系統的設計與實現

基于以上的威脅性評估模型，結合省電力公司的網絡拓撲結構，可設計出威脅性評估系統的系統架構。省電力公司擁有眾多安全設備，如防火墻、路由器、入侵檢測系統、入侵防御系統等。

3 結論

本文提出了基于模糊概率的網絡威脅性評估模型，與傳統的威脅性評估方法相比，能很好的適應網絡安全事件的不確定性。模糊概率與模糊控制多用于航天、空戰態勢分析等領域，在網絡威脅性分析上應用較少；模糊理論接近人類思維，魯棒性強，對于網絡威脅不確定的特點有較強的適應和處理能力。針對模型中的多目標函數運算量大的問題，使用了進化算法進行優化，可以有效地避免陷入局部極值點，具備全局最優搜索性。

圖 2 威脅性評估系統網絡環境

圖 3 網絡威脅性評估系統框架

但是此評估模型仍存在需要改進的方面，對于長期評估，模型沒有給出具體的解決方法，同時，本文提出的威脅評估模型需要與威脅預測模型進行結合，才能達到評估網絡安全態勢的要求。

[1]Method of Risk Assessment Based on Classified Security Pro-tection and Fuzzy Neural Network.IEEE, 2011.

[2]A Method of Risk Assessment of Information Security Based onArtificial Neural Network.IEEE,2008.

[3]劉勃，周荷琴.基于貝葉斯網絡的網絡安全評估方法研究[J].計算機工程，2004.

[4]肖道舉, 楊素娟, 周開鋒, 陳曉蘇.網絡安全評估模型研究[J].華中科技大學報 (自然科學版)，2002.

[5]王晉東，沈柳青，王坤.網絡安全態勢預測及其在智能防網絡安全態勢預測及其在智能防護中的應用[J].計算機應用 ,2010.

[6]康長青, 郭立紅, 羅艷春, 王心醉.基于模糊貝葉斯網絡的態勢威脅評估模型.光電工程，2008.

[7]呂振邦.模糊認知與關聯融合在信息安全保障中的應用. 博士學位論文，2008.

[8]劉勇，康立山，陳毓屏.非數值并行算法(第二冊):遺傳算法[M].北京:科學出版社，1995.