• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

基于威胁传播采样的复杂信息系统风险评估

马刚, 杜宇鸽, 安波, 张博, 王伟, 史忠植

马刚, 杜宇鸽, 安波, 张博, 王伟, 史忠植. 基于威胁传播采样的复杂信息系统风险评估[J]. 计算机研究与发展, 2015, 52(7): 1642-1659. DOI: 10.7544/issn1000-1239.2015.20140184
引用本文: 马刚, 杜宇鸽, 安波, 张博, 王伟, 史忠植. 基于威胁传播采样的复杂信息系统风险评估[J]. 计算机研究与发展, 2015, 52(7): 1642-1659. DOI: 10.7544/issn1000-1239.2015.20140184
shu
Ma Gang, Du Yuge, An Bo, Zhang Bo, Wang Wei, Shi Zhongzhi. Risk Evaluation of Complex Information System Based on Threat Propagation Sampling[J]. Journal of Computer Research and Development, 2015, 52(7): 1642-1659. DOI: 10.7544/issn1000-1239.2015.20140184
Citation: Ma Gang, Du Yuge, An Bo, Zhang Bo, Wang Wei, Shi Zhongzhi. Risk Evaluation of Complex Information System Based on Threat Propagation Sampling[J]. Journal of Computer Research and Development, 2015, 52(7): 1642-1659. DOI: 10.7544/issn1000-1239.2015.20140184
shu
马刚, 杜宇鸽, 安波, 张博, 王伟, 史忠植. 基于威胁传播采样的复杂信息系统风险评估[J]. 计算机研究与发展, 2015, 52(7): 1642-1659. CSTR: 32373.14.issn1000-1239.2015.20140184
引用本文: 马刚, 杜宇鸽, 安波, 张博, 王伟, 史忠植. 基于威胁传播采样的复杂信息系统风险评估[J]. 计算机研究与发展, 2015, 52(7): 1642-1659. CSTR: 32373.14.issn1000-1239.2015.20140184
shu
Ma Gang, Du Yuge, An Bo, Zhang Bo, Wang Wei, Shi Zhongzhi. Risk Evaluation of Complex Information System Based on Threat Propagation Sampling[J]. Journal of Computer Research and Development, 2015, 52(7): 1642-1659. CSTR: 32373.14.issn1000-1239.2015.20140184
Citation: Ma Gang, Du Yuge, An Bo, Zhang Bo, Wang Wei, Shi Zhongzhi. Risk Evaluation of Complex Information System Based on Threat Propagation Sampling[J]. Journal of Computer Research and Development, 2015, 52(7): 1642-1659. CSTR: 32373.14.issn1000-1239.2015.20140184
shu

基于威胁传播采样的复杂信息系统风险评估

  • 1(中国科学院计算技术研究所智能信息处理重点实验室 北京 100190)

  • 2(中国科学院大学 北京 100049)

  • 3(中国信息安全测评中心 北京 100085)

  • 4(北京联索科技有限公司 北京 100080) (mag@ics.ict.ac.cn)

基金项目: 国家“九七三”重点基础研究发展计划基金项目(2013CB329502)；国家自然科学基金项目(61035003)；国家“八六三”高技术研究发展计划基金项目(2012AA011003)；国家科技支撑计划基金项目(2012BA107B02)
详细信息

  • 中图分类号: TP309

Risk Evaluation of Complex Information System Based on Threat Propagation Sampling

  • 1(Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190)

  • 2(University of Chinese Academy of Sciences, Beijing 100049)

  • 3(China Information Technology Security Evaluation Center, Beijing 100085)

  • 4(Beijing Lexo Technologies Co., Ltd., Beijing 100080)

摘要

    摘要
  • 摘要: 互联网时代的信息安全已成为全社会关注的问题之一.信息系统是信息的载体，为有效评估大规模分布式复杂信息系统的风险，构建了一种基于威胁传播采样的复杂信息系统风险评估方法.该方法考虑到威胁在复杂信息系统中传播时，对资产结点的转移状态以及资产结点发出的威胁传播边进行采样来生成威胁传播树(threat propagation trees, TPT)，然后通过计算威胁传播树中各资产结点的期望损失以及威胁传播树的概率来对整个复杂信息系统进行风险评估.实验分析表明，基于威胁传播采样的复杂信息系统风险评估方法，在生成威胁传播树时具有高效的时间效率，能够对复杂信息系统进行客观准确的风险评估，且在对复杂信息系统资产结点制定安全防护策略时，能够为安全风险管理者提供较为合理的安全指导建议.
    Abstract: Information security has been one of the focuses of social concern in the age of Internet. There is no doubt that accurately assessing the security of information medium is becoming the focus of the present information security work. For evaluating the risk of the large-scale distributed complex information system, we propose a risk evaluation method of the complex information system based on threat propagation sampling. Firstly, when the threats propagate in the complex information system, the number of threat propagation trees (TPT) is reduced by sampling the transition states of the asset nodes and the threat propagation edges emitted by the asset nodes, then computing the expected value loss of each node in the threat propagation tree and the probability of each threat propagation tree to evaluate the risk of the complex information system. The experimental analysis not only shows the risk evaluation proposed in this paper has higher time-efficient compared with the traditional combined strategy when producing the threat propagation tree, but also can make an objective and accurate risk evaluation. Furthermore, it can give more comprehensive and rational security-guide advices for security-risk managers when developing some security protection strategies on the asset nodes of the complex information system.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(30)

  • 期刊类型引用(15)

    1. 王靖，方旭明. Wi-Fi7多链路通感一体化的功率和信道联合智能分配算法. 计算机应用. 2025(02): 563-570 . 百度学术
    2. 葛振兴，向帅，田品卓，高阳. 基于深度强化学习的掼蛋扑克博弈求解. 计算机研究与发展. 2024(01): 145-155 . 本站查看
    3. Xiaodong Zhuang，Xiangrong Tong. A dynamic algorithm for trust inference based on double DQN in the internet of things. Digital Communications and Networks. 2024(04): 1024-1034 . 必应学术
    4. 李迎港，童向荣. 基于知识引导的自适应序列强化学习模型. 模式识别与人工智能. 2023(02): 108-119 . 百度学术
    5. 冯景瑜，张静，时翌飞. 物联网中具备终端匿名的加密流量双层过滤方法. 西安邮电大学学报. 2023(02): 72-81 . 百度学术
    6. 冯景瑜，李嘉伦，张宝军，韩刚，张文波. 工业互联网中抗APT窃密的主动式零信任模型. 西安电子科技大学学报. 2023(04): 76-88 . 百度学术
    7. 丁世飞，杜威，郭丽丽，张健，徐晓. 基于双评论家的多智能体深度确定性策略梯度方法. 计算机研究与发展. 2023(10): 2394-2404 . 本站查看
    8. 冯景瑜，王锦康，张宝军，刘宇航. 基于信任过滤的轻量级加密流量异常检测方案. 西安邮电大学学报. 2023(05): 56-66 . 百度学术
    9. 徐敏，胡聪，王萍，张翠翠，王鹏. 基于强化学习的Ceph文件系统的性能优化. 微型电脑应用. 2022(03): 83-86 . 百度学术
    10. 冯景瑜，于婷婷，王梓莹，张文波，韩刚，黄文华. 电力物联场景下抗失陷终端威胁的边缘零信任模型. 计算机研究与发展. 2022(05): 1120-1132 . 本站查看
    11. 王鑫，赵清杰，于重重，张长春，陈涌泉. 多节点探测器软着陆的路径规划方法. 宇航学报. 2022(03): 366-373 . 百度学术
    12. 张文璐，霍子龙，赵西雨，崔琪楣，陶小峰. 面向智能工厂多机器人定位的无线分布式协同决策. 无线电通信技术. 2022(04): 718-727 . 百度学术
    13. 王岩，童向荣. 基于tri-training和极限学习机的跨领域信任预测. 计算机研究与发展. 2022(09): 2015-2026 . 本站查看
    14. 聂雷，刘博，李鹏，何亨. 基于多智能体Q学习的异构车载网络选择方法. 计算机工程与科学. 2021(05): 836-844 . 百度学术
    15. 洪志理，赖俊，曹雷，陈希亮. 融合用户兴趣建模的智能推荐算法研究. 信息技术与网络安全. 2021(11): 37-48 . 百度学术

    其他类型引用(15)

    • 资源附件(0)
计量
  • 文章访问数: 
  • HTML全文浏览量:  0
  • PDF下载量: 
  • 被引次数: 30
出版历程
  • 发布日期:  2015-06-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(30)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计