典型文献
基于贝叶斯网络EM算法模型的工控蜜罐识别
文献摘要：
随着工控设备越来越多暴露于互联网,面临的安全威胁不断增加,主动防御已经成为一种必要的防御手段,蜜罐技术是一种有效的主动防御技术.攻击者为了攻击真实的资产设备,研究人员开始研究识别蜜罐的方法.对蜜罐进行准确识别涉及到许多不确定性因素.贝叶斯网络用于解决不确定性问题,与蜜罐识别问题相符合.基于蜜罐识别与贝叶斯网络的特点,提出了贝叶斯网络参数学习EM算法模型的工控蜜罐识别方法.首先,介绍了贝叶斯网络的理论基础及贝叶斯网络用于蜜罐识别的优势;接着,描述参数建模所用算法及预测推理算法,完成用于识别蜜罐的贝叶斯网络模型;最后,通过与SVM、KNN、随机森林和Native bayes算法作对比实验,验证所采用贝叶斯网络EM算法训练模型的性能更优,该模型借助贝叶斯联结树推理算法来完成预测识别,通过实例分析进行验证.实验结果表明,用EM算法训练的模型对于识别蜜罐是有效的.
文献关键词：
贝叶斯网络;蜜罐识别;参数建模;推理;预测
中图分类号：
作者姓名：
张立芳;王钢;颜培志;姚旭;孙叶
作者机构：
内蒙古工业大学 信息工程学院,内蒙古 呼和浩特 010051;内蒙古工业大学 信息化建设与管理中心,内蒙古 呼和浩特 010051
文献出处：
引用格式：
[1]张立芳;王钢;颜培志;姚旭;孙叶-.基于贝叶斯网络EM算法模型的工控蜜罐识别)[J].计算机技术与发展,2022(08):116-121
A类：
蜜罐识别
B类：
EM,算法模型,工控蜜罐,工控设备,安全威胁,御手,蜜罐技术,主动防御技术,攻击者,资产设备,准确识别,不确定性因素,决不,相符合,网络参数,参数学习,参数建模,理算,贝叶斯网络模型,KNN,Native,bayes,算法训练,训练模型
AB值：
0.237322
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
