基于贝叶斯网络的大数据安全动态风险评估模型研究
Information Security and Technology（2023）
摘要
[目的/意义]随着全球大数据产业的不断发展,大数据安全风险评估已成为数据安全管理工作中的一项核心内容.为了有效地应对大数据环境下的安全风险复杂性和不确定性,亟需构建一套科学、有效的安全风险评估方法.[方法/过程]提出了一种基于贝叶斯网络的大数据安全动态风险评估模型.这种模型在对大数据环境下风险传播机理剖析的基础上,构建一套风险评估流程步骤,并通过提取风险要素设计风险评估指标体系,最终生成适应大数据安全动态风险评估要求的贝叶斯网络推理模型.模型通过选取某单位实际科技数据,借助GeNIe3.0可视化分析软件,完成了模型参数学习及其因果推理等分析过程.[结果/结论]基于数值实验的分析结果显示,天津市某单位科技大数据安全风险等级为高级,需加强对"数据泄露"风险的有效管控.实验结果验证了所构建模型的有效性和适应性,具有一定的应用推广价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要