顾士星

摘 要：攻击图模型中对属性节点的状态评估主要是通过计算该节点置信度进而分析节点的威胁状态。当前运用贝叶斯攻击图评估整体网络安全性，在计算贝叶斯攻击图先验概率以及结合入侵检测系统计算后验概率方面，存在属性节点增加，贝叶斯网的计算复杂度呈指数级增长的问题。针对计算复杂度问题，提出了一种将贝叶斯网络攻击图转化成团树的方法，降低了计算过程中的时间复杂度。实验结果表明，采用该方法使计算节点的置信度、时间复杂度得到一定程度降低。

关键词：贝叶斯网络；攻击图；团树传播；风险评估

DOIDOI：10.11907/rjdk.171323

中图分类号：TP309

文献标识码：A 文章编号：1672-7800（2017）007-0174-04

0 引言

云计算、虚拟化等技术的发展使人们可以便捷地、随需应变地从可配置资源共享池中获取计算、存储、网络等资源，在便利的同时也带来了网络规模越来越大、主机应用数量呈指数级增长等问题。网络攻击牵一发而动全身，网络管理人员需要实时了解网络的运行状态、服务器的安全性等。网络安全的态势预测可以帮助系统管理员更好地理解网络安全态势，为采取防护策略提供参考，有效降低网络安全风险。本文使用基于攻击图（Attack Graph）模型的方法评估网络安全态势，构建贝叶斯网络攻击图（Bayesian Attack Graph），推理方法采用团树（Clique Tree）方法。团树传播算法可应用在局域网中每个机器的威胁指数分析等方面，对相应主机采取升级系统、安装补丁等防护措施。

1 相关工作

攻击图技术研究方向主要包括：目标模型构建、攻击图构建以及攻击图分析。……