【摘要】：計算機漏洞是危害網絡安全的重大隱患,可以利用系統(tǒng)配置不當、系統(tǒng)設計缺陷或是軟件的bug等對系統(tǒng)攻擊.由于產生漏洞有多種因素,使得與漏洞相關的屬性有很多,難以客觀篩選強關聯(lián)屬性.而且在不依賴專家經驗或是先驗知識的基礎上,確定屬性權重的客觀標準也是一個困難的問題.提出一種新的漏洞評估方法 RAR,首先采用粗糙集理論中改進的可辨識矩陣算法,得到約簡的漏洞強關聯(lián)屬性集;進而利用屬性綜合評價系統(tǒng)理論評估漏洞的嚴重性;最終獲得二元組表示漏洞的定性評估值和定量評估值.實驗結果體現(xiàn)該方法避免了主觀選擇漏洞強關聯(lián)屬性集和依賴專家先驗知識,在漏洞屬性約簡和屬性權重的計算上獲得了滿意的效果,對漏洞的定性分析和定量分析是準確有效的.
[Abstract]:Computer vulnerability is a major hidden danger to network security, which can be used to attack the system by improper configuration of the system, system design defects or bug of the software. Because there are many factors related to vulnerabilities, there are many attributes related to vulnerabilities, so it is difficult to objectively filter strong associated attributes. Moreover, on the basis of independent expert experience or prior knowledge, it is also a difficult problem to determine the objective criteria of attribute weight. In this paper, a new vulnerability evaluation method, RAR, is proposed. Firstly, the improved identifiable matrix algorithm in rough set theory is used to obtain the reduced vulnerability strong associated attribute set, and then the attribute comprehensive evaluation system theory is used to evaluate the severity of the vulnerability. Finally, the qualitative and quantitative evaluation values of binary representation vulnerabilities are obtained. The experimental results show that the method avoids the subjective selection of vulnerability strong association attribute set and relies on expert prior knowledge, and obtains satisfactory results in the calculation of vulnerability attribute reduction and attribute weight, and is accurate and effective for qualitative analysis and quantitative analysis of vulnerability.
【作者單位】： 西北大學信息科學與技術學院;
【基金】：國家自然科學基金項目(61373176) 國家科技支撐計劃基金項目(2013BAK01B02) 陜西省重大科技創(chuàng)新項目(2012ZKC05-2) 西安市技術轉移促進工程(高校類)基金項目(CXY1440-8) 西北大學科學研究基金項目(12NW07)~~
【分類號】：TP393.08;TP18

【相似文獻】

相關期刊論文 前10條

1 邱兆雷;范穎;王愛云;;粗糙集理論及進展[J];信息技術與信息化;2006年05期

2 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學;2006年06期

3 石杰;;粗糙集理論及其應用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理論和應用研究[J];內江科技;2008年03期

5 胡軍;王國胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學學報(自然科學版);2009年04期

6 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農業(yè)網絡信息;2009年09期

7 林國平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學院學報(自然科學版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相關關系的粗糙集研究[J];南京大學學報(自然科學版);2010年05期

9 成新文;陳國超;李琦;;關于粗糙集的理論及應用研究[J];煤炭技術;2010年10期

10 林治;張璇;;粗糙集理論的應用探析[J];邢臺職業(yè)技術學院學報;2011年03期

相關會議論文 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應用綜述[A];第十一次全國焊接會議論文集（第2冊）[C];2005年

2 尹宗成;;粗糙集理論在我國糧食產量預測中的應用[A];現(xiàn)代農業(yè)理論與實踐——安徽現(xiàn)代農業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡分類方法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學數(shù)據屬性約簡中的應用[A];第二十一屆中國數(shù)據庫學術會議論文集（技術報告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據的處理方法研究[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機防搖系統(tǒng)粗糙集控制[A];第二十六屆中國控制會議論文集[C];2007年

7 王印松;馮康;;主汽溫調節(jié)系統(tǒng)性能評價的粗糙集實現(xiàn)方法[A];第二十七屆中國控制會議論文集[C];2008年

8 王紅萍;萬程亮;金彥豐;;應用粗糙集理論的對抗效果權重確定方法[A];2009’中國西部地區(qū)聲學學術交流會論文集[C];2009年

9 王莉;周獻中;;一種基于粗糙集的模糊神經網絡模型在鋼材力學性能預測中的研究[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴展的規(guī)則提取算法[A];第十七屆全國數(shù)據庫學術會議論文集（技術報告篇）[C];2000年

相關博士學位論文 前10條

1 馬希驁;概率粗糙集屬性約簡理論及方法研究[D];西南交通大學;2014年

2 唐孝;基于粗糙集的知識發(fā)現(xiàn)方法及其在ECG信號識別中的應用[D];電子科技大學;2015年

3 曾凱;鄰域粒化粗糙計算的關鍵技術研究與應用[D];電子科技大學;2015年

4 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴展模型研究[D];合肥工業(yè)大學;2015年

5 薛佩軍;正負域覆蓋廣義粗糙集與知識粗傳播研究[D];山東大學;2007年

6 孔芝;粗糙集理論若干問題的研究與應用[D];東北大學;2009年

7 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應用[D];華南理工大學;2002年

8 劉少輝;知識發(fā)現(xiàn)中粗糙集理論的研究[D];中國科學院研究生院（計算技術研究所）;2003年

9 鄧大勇;基于粗糙集的數(shù)據約簡及粗糙集擴展模型的研究[D];北京交通大學;2007年

10 孫英娟;基于粗糙集的分類方法研究[D];吉林大學;2011年

相關碩士學位論文 前10條

1 江飛;粗糙集神經網絡故障診斷方法研究[D];西安石油大學;2015年

2 何理榮;粗糙集理論在銀行信貸風險評估中的應用研究[D];華南理工大學;2015年

3 張德齊;基于粗糙集理論的電機故障診斷方法研究[D];渤海大學;2015年

4 楊禮;基于粗糙集的公路交通安全預警研究[D];西南交通大學;2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴展與拓撲空間[D];蘭州大學;2015年

6 徐鵬;基于粗糙集的建筑起重機械安全精細化評價研究[D];西安建筑科技大學;2015年

7 孫宇航;粗糙集屬性約簡方法在醫(yī)療診斷中的應用研究[D];蘇州大學;2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學;2015年

9 車世遠;基于群搜索優(yōu)化粗糙集的腦科學數(shù)據研究[D];大連海事大學;2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營銷客戶分類中的應用[D];南京理工大學;2015年

，

本文編號：2515785