“软件人”群网络安全风险评估模型的研究

doi:10.3778/j.issn.1002-8331.2009.26.008

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (26): 27-29.DOI: 10.3778/j.issn.1002-8331.2009.26.008

“软件人”群网络安全风险评估模型的研究

肖赟泓^1,2，郑雪峰¹，涂序彦¹，闫鹏^1,3

1.北京科技大学信息工程学院，北京 100083
2.北京市公安局，北京 100011
3.国家信息中心，北京 100045

收稿日期:2009-06-10 修回日期:2009-07-13 出版日期:2009-09-11 发布日期:2009-09-11
通讯作者: 肖赟泓

Model of network security risk assessment based on multi-SoftMan

XIAO Yun-hong^1,2，ZHENG Xue-feng¹，TU Xu-yan¹，YAN Peng^1,3

1.School of Information Engineering，University of Science and Technology Beijing，Beijing 100083，China
2.Beijing Municipal Public Security Bureau，Beijing 100011，China
3.State Information Center，Beijing 100045，China

Received:2009-06-10 Revised:2009-07-13 Online:2009-09-11 Published:2009-09-11
Contact: XIAO Yun-hong

摘要/Abstract

摘要： 通过对人工智能、“软件人”和网络安全风险评估技术的深入研究，提出一种基于“软件人”群的网络安全风险评估模型，能够动态地反应、评估网络系统的安全性，有效地解决了传统风险评估系统中检测和评估模块不能在网络中动态移动、随需分布，并限制评估速度、效率和应用范围等问题。使风险评估系统结构具有良好的自治性、灵活性、扩展性、适应性、分布式控制和应急响应能力，同时降低对网络系统带宽的依赖程度，提高了系统的服务能力和工作效率。

关键词: 风险评估, 软件人, 网络安全, 代理

Abstract: Through studying on artificial intelligence，SoftMan and network security risk assessment，this paper constructs a model of network security risk assessment based on multi-SoftMan，be able to react dynamically to assess the security of network systems.The traditional risk assessment system for detection and assessment of modules should not dynamically to move in the network with the required distribution，limiting the assessment of speed，efficiency and scope of application and so on.The structure of risk assessment system has a good degree of autonomy，flexibility，scalability，adaptability，distributed control and emergency response capabilities，while reducing the bandwidth of the network system dependence improve the service capacity and efficiency.

Key words: risk assessment, SoftMan, network security, agent

中图分类号:

TP393.08

肖赟泓^1,2，郑雪峰¹，涂序彦¹，闫鹏^1,3. “软件人”群网络安全风险评估模型的研究[J]. 计算机工程与应用, 2009, 45(26): 27-29.

XIAO Yun-hong^1,2，ZHENG Xue-feng¹，TU Xu-yan¹，YAN Peng^1,3. Model of network security risk assessment based on multi-SoftMan[J]. Computer Engineering and Applications, 2009, 45(26): 27-29.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	黄泽英，李海艳，林景亮. 迁移学习下的极限学习机代理建模方法及应用[J]. 计算机工程与应用, 2021, 57(22): 257-262.
[3]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[4]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[5]	彭春燕，杜秀娟. 水声传感器网络基于深度信息的安全路由协议[J]. 计算机工程与应用, 2020, 56(2): 76-81.
[6]	芶继军，李均华，陈晨，陈一鸣，吕奕达. 基于随机森林的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(2): 82-88.
[7]	朱苗苗，潘伟杰，刘翔，吕健，赵慧亮. 基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用, 2020, 56(2): 146-151.
[8]	周龙，王晨，史崯. 基于RNN的Webshell检测研究[J]. 计算机工程与应用, 2020, 56(14): 88-92.
[9]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.
[10]	魏锋涛，卢凤仪. 融合核函数在改进径向基代理模型中的应用[J]. 计算机工程与应用, 2019, 55(7): 58-65.
[11]	石乐义，刘佳，刘祎豪，朱红强，段鹏飞. 网络安全态势感知研究综述[J]. 计算机工程与应用, 2019, 55(24): 1-9.
[12]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.
[13]	乐春宇，马义中，张建侠. 结合Kriging和物理规划的多目标代理优化算法[J]. 计算机工程与应用, 2019, 55(21): 240-246.
[14]	王霏，陈明. 标准模型下基于身份的多代理多签名方案[J]. 计算机工程与应用, 2019, 55(18): 67-74.
[15]	张舒娟1，张娟2. 对等网络中被动型蠕虫传播动力学建模与分析[J]. 计算机工程与应用, 2019, 55(11): 60-66.

“软件人”群网络安全风险评估模型的研究

Model of network security risk assessment based on multi-SoftMan

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics