魏明桦

(福州职业技术学院信息技术工程系，福建福州 350108)

0 前言

最早关于网络信息安全评估的工作为网络安全要素分析，通过邀请专家打分、评判获取初级安全要素，然后采用聚类等手段分离程度偏大的专家评判结果剔除，再将剩下的有意义的评判结果通过求解平均值给出结果[3].相比于网络安全要素的数据分析和预测，网络信息安全评估是针对网络整体安全状况而言，通过感知网络整体中的安全要素的有效组合，挖掘各种网络安全要素的内在联系，对网络安全的保持有重要的意义.安全态势预测旨在通过构建安全态势评估模型和方法，来对将来的安全态势进行预测的方法.随着人们对网络信息安全的关注程度不断升高，网络信息安全评估应同时包含当前的和历史上的专家评估意见.为建立合理的历史网络安全要素，一些研究者采用Markov随机链[4]对时序数据处理，形成信息安全评估模型，完善了基于模型的信息安全评估方法.然而，Markov随机链对局部网络安全问题求解效果良好，但并未考虑全局的网络安全要素.为了同时考虑局部和全局网络安全要素，大量机器学习的算法应用至网络安全要素分析之中[5-6]，包括BP神经网络、支持向量回归以及以粒子群为代表的群体智能算法等，在不同网络安全数据中，均取得了不错的效果.虽然现有模型对网络信息安全评估在一定程度上取得了不错的进展，但是现有方法还……