一種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法
【專利摘要】本發(fā)明提出了一種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，包括：步驟1：構建綜合評價決策表；所述綜合評價決策表包括：多種網(wǎng)絡攻擊方案，所述多種網(wǎng)絡攻擊方案所使用的網(wǎng)絡攻擊技術以及所述多種網(wǎng)絡攻擊方案的攻擊效果；步驟2：對所述綜合評價決策表中的預設初始決策值進行預處理，將連續(xù)型數(shù)據(jù)進行離散化預處理，離散為0，1，2三種離散型決策值；步驟3：計算每個對象的攻擊效果值；步驟4：按照從大到小的順序對各個對象的攻擊效果值進行排列，攻擊效果值越高，所述對象的攻擊效果越好。本發(fā)明不依賴于經(jīng)驗知識，完全由數(shù)據(jù)驅動得出綜合評價結果。
【專利說明】
-種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法
技術領域
[0001] 本發(fā)明設及網(wǎng)絡攻擊技術領域，尤其設及一種基于多級評價指標的網(wǎng)絡攻擊方案 的評價方法。
【背景技術】
[0002] 網(wǎng)絡攻擊技術對于掌握信息戰(zhàn)役的主動權，取得現(xiàn)代網(wǎng)絡信息戰(zhàn)的勝利具有關鍵 的作用。傳統(tǒng)的網(wǎng)絡攻擊技術尚不夠"智能"，主要體現(xiàn)在：（1)傳統(tǒng)的零散無組織的攻擊方 式，無法形成合力；智能化的網(wǎng)絡攻擊技術應當能夠探測攻擊者的意圖，W及偵察到的脆弱 性信息與環(huán)境信息，智能化的從攻防資源庫中調用與組合攻擊手段，及時為用戶提供決策 支持；（2)傳統(tǒng)攻擊方式基于個人主觀經(jīng)驗，不能充分利用已有知識，缺乏學習和歸納能力。 智能攻擊技術則要求網(wǎng)絡系統(tǒng)能夠從分置于各類知識庫中的經(jīng)驗性和啟發(fā)性的抽象知識 中學習，對知識的屬性進行約簡，并自動從中進行規(guī)則的提取和更新。
[0003] 要實現(xiàn)有效的網(wǎng)絡攻擊，關鍵需要實現(xiàn)對不同攻擊手段效果的評價，并從評價結 果中尋找針對類似目標的有效攻擊方式。網(wǎng)絡攻擊效果往往是多種攻擊手段綜合效果的體 現(xiàn)，通過單個指標來評價網(wǎng)絡攻擊的效果是不全面的。同時，網(wǎng)絡攻擊過程中的信息多是不 精確、不一致、不完整的，而"智能"攻擊技術則需要從運些不完備信息中發(fā)現(xiàn)隱含的知識， 并且掲示出潛在的規(guī)律。
[0004] 傳統(tǒng)的模糊信息處理與知識獲取方法往往需要某些先驗知識和主觀判斷，并非完 全基于數(shù)據(jù)，有可能導致對于信息處理的"失真"。例如，模糊集和概率統(tǒng)計方法是處理不確 定性信息的常用方法，但是運些方法需要很多額外的附加信息或先驗知識，例如模糊隸屬 度函數(shù)W及概率分布函數(shù)等，而多數(shù)情況下，運些先驗知識并不容易獲得且不夠客觀。

【發(fā)明內容】

[0005] 本發(fā)明要解決的技術問題是，提供一種基于多級評價指標的網(wǎng)絡攻擊方案的評價 方法，不依賴于經(jīng)驗知識，完全由數(shù)據(jù)驅動得出綜合評價結果。
[0006] 本發(fā)明采用的技術方案是，所述基于多級評價指標的網(wǎng)絡攻擊方案的評價方法， 包括：
[0007] 設由網(wǎng)絡攻擊方案組成對象集合U;由所述對象集合U中的網(wǎng)絡攻擊方案所使用的 網(wǎng)絡攻擊方法組成條件屬性集合C;設所述網(wǎng)絡攻擊方案的攻擊效果為決策屬性D;
[000引所述對象集合U中包括L個對象化，b=l，2，-.，L每個對象對應一個網(wǎng)絡攻擊方 案；
[0009] 所述條件屬性集合C包括:N個二級指標Ci，? = 1，2，···，Ν;每個所述二級指標Ci包 括:Μ個Ξ級指標Cij，j = l，2，···，M;
[0010] 每個對象化在各個Ξ級指標CuW及決策屬性D下分別有對應的決策值;針對任一 Ξ級指標Cu或決策屬性D，對各個對象化的決策值進行分類，將具有相同決策值的對象化形 成一個等價類;分類后，每個Ξ級指標Cu有g個等價類Rlj，f = 1，2，…，g;每個等價類Rfj中 有kf個對黎；Et 1 kf二L;所述決策屬性D有q個等價類Dt，t = 1，2，…，q;每個等價類Dt有pt 個對象；
[0011] 按照如下公式計算每個對象化的攻擊效果值TC;所述攻擊效果值TC越高，所述對 象化的攻擊效果越好：
[0012]
[001引其中，Xij為對象化在Ξ級指標如下的決策值；
[0014] ω ij為Ξ級指標Cij對于決策屬性D的重要性權重；
[001引 Sig。（D)為二級指標C對于決策屬性D的重要性權重；
[0016] Yt為對象化在決策屬性D下的決策值；
[0017] Θ*為決策屬性D對于條件屬性集合C的重要性權重。
[001引進一步的，所述Ξ級指標。j對于決策屬性D的重要性權重ω ij，ω ije [0,1]，按照 如下公式進行計算：
[0019]
[0020] 其中，sig(Cij，D)=H(D|ko)-!KD|Li);
[0021] k為二級指標Cl對應的Ξ級指標集合；
[0022] ko為在Ξ級指標集合k中去除Ξ級指標Cu后的Ξ級指標集合；
[0023] sig(Cu，D)表示在Ξ級指標集合k中去除Ξ級指標Cu前后的條件賭的變化值；
[0024] 按照如下公式計算H(D I Li)和H(D I ko):
[0030] p([Dt] I[巧])為Ml化和事件民ij發(fā)生的聯(lián)合概率；
[0031] 其中，card()表示集合中元素的個數(shù)。
[0032] 進一步的，所述二級指標Cl對于決策屬性D的重要性權重SligCi(D)，按照如下公式 計算：
[0033]
[0034] 其中，設四元組S=化，A，V，f)為一個知識表達系統(tǒng)，其中，集合A = CUD，CnDH0; V= UteaVTiVt是元素 τ的值域，元素 τ屬于集合A;f :UXA^V，為一個信息函數(shù)，表示為對象 集合U中的每個對象在所述集合A中不同元素下的信息值；
[0035] 設PeD，aEC，稱WeU/β為決策子集，對于分類υ/α，定義Sa(W)為W關于屬性α的支 持子集，且Sa(W) = U veu/α, V別V;因此，關于條件屬性集分類U/Ci，決策屬性D的支持子集為 Sci(D)=UvEU/。，VewV。
[0036] 進一步的，所述決策屬性D對于條件屬性集合C的重要性權重θ*，按照如下公式進 行計算：
[0037]
[003引進一步的，所述條件屬性集合C包括5個二級指標，分別為：網(wǎng)絡阻塞、權限控制、信 息偽造、網(wǎng)絡監(jiān)聽和信息竊取;所述網(wǎng)絡阻塞包括3個Ξ級指標，分別為：信道資源強占、網(wǎng) 絡連接強占、存儲空間強占；所述權限控制包括3個Ξ級指標，分別為：口令攻擊、特洛伊木 馬攻擊、緩沖區(qū)溢出攻擊;所述信息偽造包括2個Ξ級指標，分別為：IP地址欺騙、虛偽消息 類欺騙;所述網(wǎng)絡監(jiān)聽包括2個Ξ級指標，分別為:基于軟件的監(jiān)聽和基于硬件的監(jiān)聽;所述 信息竊取包括3個Ξ級指標，分別為:網(wǎng)絡掃描、體系結構探測、系統(tǒng)服務信息收集。
[0039] 采用上述技術方案，本發(fā)明至少具有下列優(yōu)點：
[0040] 本發(fā)明所述的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，針對特定目標對采 用不同網(wǎng)絡攻擊方案的攻擊效果進行了客觀的評價，相比于現(xiàn)有的多因素綜合評價方法， 本發(fā)明中介紹的評價方法不依賴于先前的經(jīng)驗知識，完全由數(shù)據(jù)驅動，通過計算得到每個 網(wǎng)絡攻擊方案的攻擊效果評價。
【附圖說明】
[0041] 圖1為本發(fā)明第二實施例的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法的流程 圖；
[0042] 圖2為本發(fā)明第二實施例的多級評價指標的構架示意圖。
【具體實施方式】
[0043] 為更進一步闡述本發(fā)明為達成預定目的所采取的技術手段及功效，W下結合附圖 及較佳實施例，對本發(fā)明進行詳細說明如后。
[0044] 本發(fā)明第一實施例，一種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，具體包 括：
[0045] 設由網(wǎng)絡攻擊方案組成對象集合U;由所述對象集合U中的網(wǎng)絡攻擊方案所使用的 網(wǎng)絡攻擊方法組成條件屬性集合C;設所述網(wǎng)絡攻擊方案的攻擊效果為決策屬性D;
[0046] 所述對象集合U中包括L個對象化，b=l，2,…，L;
[0047] 所述條件屬性集合C包括N個二級指標Ci，i = l，2，···，N;每個所述二級指標Ci包括Μ 個Ξ級指標Cij，j = 1，2，· · ·，Μ;各二級指標所包括的Ξ級指標的個數(shù)Μ可W相同也可W不相 同；二級指標的個數(shù)Ν與Ξ級指標的個數(shù)Μ沒有關聯(lián)，不對二級指標的個數(shù)Ν與Ξ級指標的個 數(shù)Μ做任何限制；
[0048] 每個對象化在各個Ξ級指標CuW及決策屬性D下分別有對應的決策值;針對任一 Ξ級指標Cu或決策屬性D，對各個對象化的決策值進行分類，將具有相同決策值的對象化形 成一個等價類;分類后，每個Ξ級指標Cu有g個等價類R?，f = l，2，…，g;每個等價類Γ?中 有kf個對i
巧述決策屬性D有q個等價類Dt，? = 1，2，···，9;每個等價類Dt有pt 個對象；
[0049]按照如下公式計算每個對象化的攻擊效果值TC;所述攻擊效果值TC越高，所述對 象化的攻擊效果越好：
[(K)加]
[00川其中，Xi功對象化在S級指標如下的決策值；
[0052] ωυ為Ξ級指標Cu對于決策屬性D的重要性權重；
[0化3] sig(:i(D)為二級指標Cl對于決策屬性D的重要性權重；
[0054] Yt為對象化在決策屬性D下的決策值；
[0055] Θ*為決策屬性D對于條件屬性集合C的重要性權重。
[0056] 具體的，所述Ξ級指標Cu對于決策屬性D的重要性權重ωυ，按照如下公式進行計 算：
[0化7]
[005引其中，sig(Cij，D)=H(D|ko)-!KD|Li);
[0059] k為二級指標Cl對應的Ξ級指標集合；
[0060] ko為在Ξ級指標集合k中去除Ξ級指標Cu后的Ξ級指標集合；
[0061] sig(Cu，D)表示在Ξ級指標集合k中去除Ξ級指標Cu前后的條件賭的變化值；
[0062] 按照如下公式計算H(D I Li)和H(D I ko):
[006引口姐\] I [民引)為事件Dt和事件民發(fā)生的聯(lián)合概率；
[0069] 其中，card()表示集合中元素的個數(shù)。
[0070] 所述二級指標Cl對于決策屬性D的重要性權重sigCi(D)，按照如下公式計算：
[0071]
[007^ 其中，設四元組S=化，A，V，f)為一個知識表達系統(tǒng)，其中，集合A = CUD，CnD=0; V= UteaVTiVt是元素 τ的值域，元素 τ屬于集合A;f :UXA^V，為一個信息函數(shù)，表示為對象 集合U中的每個對象在所述集合A中不同元素下的信息值；
[0073] 設PeD，aEC，稱WeU/β為決策子集，對于分類υ/α，定義Sa(W)為W關于屬性α的支 持子集，且Sa(W) = U V巧Λ, V別V;因此，關于條件屬性集分類U/Ci，決策屬性D的支持子集為
[0074] 根據(jù)支持子集Sa(W)的定義，Sa(W)中的元組在條件屬性集上可能有幾種不同的取 值，但不論哪一種取值都蘊含著相同的決策值，并且對于決策表中的任意一個元組，只要在 X上的取值與Sw(x)的某一種取值相同，那么它就具有與Sw(X)中的元組一樣的決策值，事實 上，運樣的元組都包含在Sw(X)中了。
[0075] 所述決策屬性D對于條件屬性集合C的重要性權重Θ*，按照如下公式進行計算：
[0076]
[0077] 進一步的，所述條件屬性集合C包括5個二級指標，分別為：網(wǎng)絡阻塞、權限控制、信 息偽造、網(wǎng)絡監(jiān)聽和信息竊取;所述網(wǎng)絡阻塞包括3個Ξ級指標，分別為：信道資源強占、網(wǎng) 絡連接強占、存儲空間強占；所述權限控制包括3個Ξ級指標，分別為：口令攻擊、特洛伊木 馬攻擊、緩沖區(qū)溢出攻擊;所述信息偽造包括2個Ξ級指標，分別為：IP地址欺騙、虛偽消息 類欺騙;所述網(wǎng)絡監(jiān)聽包括2個Ξ級指標，分別為:基于軟件的監(jiān)聽和基于硬件的監(jiān)聽;所述 信息竊取包括3個Ξ級指標，分別為:網(wǎng)絡掃描、體系結構探測、系統(tǒng)服務信息收集。
[0078] 本發(fā)明第二實施例，一種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，如圖1所 示，包括W下具體步驟：
[0079] 步驟S201:構建綜合評價決策表；
[0080] 所述綜合評價決策表包括：多種網(wǎng)絡攻擊方案，所述多種網(wǎng)絡攻擊方案所使用的 網(wǎng)絡攻擊技術W及所述多種網(wǎng)絡攻擊方案的攻擊效果；
[0081 ]設由網(wǎng)絡攻擊方案組成對象集合U，所述對象集合U中包括L個對象化，b = 1，2，…， L，每個對象對應一個網(wǎng)絡攻擊方案;設由所述對象集合U中的網(wǎng)絡攻擊方案所使用的網(wǎng)絡 攻擊方法組成條件屬性集合C，所述條件屬性集合C包括N個二級指標Cl，i = 1，2，…，N;每個 所述二級指標Cl包括Μ個Ξ級指標Cu，j = 1，2，…，M;設所述網(wǎng)絡攻擊方案的攻擊效果為決 策屬性D;根據(jù)實驗或者事實對每個對象化在各個Ξ級指標CuW及決策屬性D下分別賦予對 應的決策值；
[0082] 具體的，如圖2所示，所述條件屬性集合C包括5個二級指標，分別為：網(wǎng)絡阻塞、權 限控制、信息偽造、網(wǎng)絡監(jiān)聽和信息竊取;所述網(wǎng)絡阻塞包括3個Ξ級指標，分別為:信道資 源強占、網(wǎng)絡連接強占、存儲空間強占；所述權限控制包括3個Ξ級指標，分別為：口令攻擊、 特洛伊木馬攻擊、緩沖區(qū)溢出攻擊;所述信息偽造包括2個Ξ級指標，分別為：IP地址欺騙、 虛偽消息類欺騙;所述網(wǎng)絡監(jiān)聽包括2個Ξ級指標，分別為:基于軟件的監(jiān)聽和基于硬件的 監(jiān)聽;所述信息竊取包括3個Ξ級指標，分別為：網(wǎng)絡掃描、體系結構探測、系統(tǒng)服務信息收 集。
[0083] 步驟S202:對所述綜合評價決策表中的預設初始決策值進行預處理，將連續(xù)型數(shù) 據(jù)進行離散化預處理，離散為0，1，2Ξ種離散型決策值；
[0084] 常用的離散化方法有等頻率劃分算法、Na'iveScaler算法、布爾邏輯和粗糖集理 論相結合的離散化算法、Nguyen貪屯、算法和改進貪屯、算法等，離散化預處理后的綜合評價 決策表如表1所不：
[0085] 表 1
[0086]
[0088] 其中，表1包括10種不同的對象化，b = l，2,…，10;包括13種Ξ級指標，其中信道資 源強占 XI、網(wǎng)絡連接強占 Χ2、存儲空間強占 Χ3屬于二級指標網(wǎng)絡阻塞；口令攻擊Χ4、特洛伊 木馬攻擊Χ5、緩沖區(qū)溢出攻擊Χ6屬于二級指標權限控制；IP地址欺騙Χ7、虛假消息類欺騙Χ8 屬于二級指標信息偽造;基于軟件的監(jiān)聽X9、基于硬件的監(jiān)聽X10屬于二級指標網(wǎng)絡監(jiān)聽； 網(wǎng)絡掃描XII、體系結構探測X12、系統(tǒng)服務信息收集X13屬于二級指標信息竊取；
[0089] 針對任一 Ξ級指標Cij、任一二級指標Ci及決策屬性D，對各個對象化的離散型決策 值進行分類，將具有相同離散型決策值的對象化形成一個等價類;分類后，每個Ξ級指標Cij 有g個等價類Rij，f = 1，2，…，g;每個等價類Rfj中有kf個對象
：所述決策屬性D 有q個等價類Dt，t = 1，2，…，q;每個等價類Dt有pt個對象
[0090] 例如，對于Ξ級指標信道資源強占 XI，有Ξ個等價類，分別為:離散型決策值為0的 等價類、離散型決策值為1的等價類和離散型決策值為2的等價類;其中，離散型決策值為0 的等價類包括兩個對象，分別為呪和U8;離散型決策值為1的等價類包括四個對象，分別為 1]1、1]3、1]7和1]9;離散型決策值為2的等價類包括四個對象，分別為肥、1]4、1]6和1]10。
[0091] 步驟S203:按照如下公式(1)，計算每個對象化的攻擊效果值TC:
[0092]
(1)
[009引其中，Xi功對象化在立級指標切下的決策值；
[0094] ω ij為Ξ級指標Cij對于決策屬性D的重要性權重；
[00巧]sig'Ci(D)為二級指標Ci對于決策屬性D的重要性權重；
[0096] Yt為對象化在決策屬性D下的決策值；
[0097] Θ*為決策屬性D對于條件屬性集合C的重要性權重。
[009引具體的，所述S級指標如對于決策屬性D的重要性權重ω ij，ω ij e [0，1 ]，按照如 下公式(2)進行計算：
[0099]
(2)
[0100] 其中，sig(Cij，D)=H(D|ko)-!KD|Li);
[0101] k為二級指標Cl對應的Ξ級指標集合；
[0102] ko為在Ξ級指標集合k中去除Ξ級指標Cu后的Ξ級指標集合；
[0103] sig(Cu，D)表示在Ξ級指標集合k中去除Ξ級指標Cu前后的條件賭的變化值；
[0104] 按照如下公式計算H(D I Li)和H(D I ko):
[0110] p([Dt] I [R|j])為事件Dt和事件發(fā)生的聯(lián)合概率；
[0111] 其中，card()表示集合中元素的個數(shù)。
[0112] 所述二級指標Cl對于決策屬性D的重要性權重sigCi(D)，按照如下公式(3)計算：
[。…]
(3)
[0114] 其中，設四元組S=化，A，V，f)為一個知識表達系統(tǒng)，其中，集合A = CUD，CnD=0; V= UteaVTiVt是元素 τ的值域，元素 τ屬于集合A;f :UXA^V，為一個信息函數(shù)，表示為對象 集合U中的每個對象在所述集合A中不同元素下的信息值；
[011引設PeD，aEC，稱WeU/β為決策子集，對于分類υ/α，定義Sa(W)為W關于屬性α的支 持子集，且Sa(W) = U V巧Λ, V別V;因此，關于條件屬性集分類U/Ci，決策屬性D的支持子集為 Sci(D)-UvebY。，v'evvV。
[0116] 所述決策屬性D對于條件屬性集合C的重要性權重θ*，按照如下公式(4)進行計算：
[0117]
(4)
[0118] 更進一步的，根據(jù)上述公式(2)和公式(3)，首先計算出Ξ級指標的重要性權重和 二級指標對于決策屬性的重要性權重：
[0119] 例如：二級指標權限控制包括Ξ個Ξ級指標，分別為：口令攻擊Χ4、特洛伊木馬攻 擊X5和緩沖區(qū)溢出攻擊X6;
[0120] 計算Ξ級指標口令攻擊X4的重要性權重的過程如下：
[0121] 所述二級指標權限控制的等價類劃分為：化1，U4}、化2，U10}、化3}、化5，U8}、化6， U9}、化7};在所述二級指標權限控制中刪去Ξ級指標口令攻擊X4后，所述二級指標權限控 制的等價類劃分為：化1，U4}、化2，U10}、化3}、化5，U8}、化6，U9}、化7};決策屬性D的等價類 劃分為：化1，U2，U4，TO，U7，U10}JU3，U6}JU8，U9};
[0126] 那么Ξ級指標口令攻擊X4的相對重要性權重為化0吃〇)寸(〇|〔2) = 0，運說明^級 指標口令攻擊X4的存在與否并不會影響二級指標權限控制對于規(guī)則的解釋能力；
[0127] 計算二級指標權限控制對于決策屬性D的重要性權重的過程如下：
[01 %] 二級指柄權限巧制對于決策屬性D的支持子集為：
[0129]
[0130] 則二級指標權限控制對于決策屬性D的重要性權重為：
[0131]
[0132] 按照上述方法，可W分別計算出其它各Ξ級指標的相對重要性權重W及各二級指 標對于決策屬性的重要性權重，計算結果如表2所示：
[0133] 表2
[0134]
[0135] 按照公式(1)、表1和表2,計算每個對象化的攻擊效果值TC，結果如表3所示：
[0136] 表3
[0137]
[013引例如:對象U4的攻擊效果值TC的計算過程如下所示：
[0139] TC= (2 X 0.094 X 0.7+2 X 0.668 X 0.7巧 X 0.238 X 0.7) + ( 1 X 0 X 0.6+2 X 0.713 X 0.6+0 X 0.287 X 0.6) + (2 X 0.691 X 0.8+0 X 0.309 X 0.8) + (2 X 0.237 X 0.3+2 X 0.763 X 0.3) + ( 1 X 0.421 X 0.6+2 X 0.000 X 0.6+2 X 0.579 X 0.6)+2 = 6.9086
[0140] 步驟S204:按照從大到小的順序對各個對象化的攻擊效果值TC進行排列，結果如 下：
[0141] 網(wǎng)絡攻擊方案4(6.9086) >網(wǎng)絡攻擊方案10(6.7698) >網(wǎng)絡攻擊方案5(6.6352) >網(wǎng)絡攻擊方案7(6.2247)>網(wǎng)絡攻擊方案1(6.1478)>網(wǎng)絡攻擊方案2(5.6895) >網(wǎng)絡攻 擊方案6(4.6054) >網(wǎng)絡攻擊方案3(2.7898) >網(wǎng)絡攻擊方案8(2.0239) >網(wǎng)絡攻擊方案9 (1.1893);
[0142] 從中可W看出，網(wǎng)絡攻擊方案4的攻擊效果最好，網(wǎng)絡攻擊方案9的攻擊效果最差。
[0143] 本發(fā)明實施例中介紹的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，針對特定 目標對采用不同網(wǎng)絡攻擊方案的攻擊效果進行了客觀的評價，相比于現(xiàn)有的多因素綜合評 價方法，本發(fā)明中介紹的評價方法不依賴于先前的經(jīng)驗知識，完全由數(shù)據(jù)驅動，通過計算得 到每個網(wǎng)絡攻擊方案的攻擊效果評價。
[0144] 通過【具體實施方式】的說明，應當可對本發(fā)明為達成預定目的所采取的技術手段及 功效得W更加深入且具體的了解，然而所附圖示僅是提供參考與說明之用，并非用來對本 發(fā)明加 W限制。
【主權項】
1. 一種基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，其特征在于，包括： 設由網(wǎng)絡攻擊方案組成對象集合U;由所述對象集合U中的網(wǎng)絡攻擊方案所使用的網(wǎng)絡 攻擊方法組成條件屬性集合C;設所述網(wǎng)絡攻擊方案的攻擊效果為決策屬性D; 所述對象集合U中包括L個對象Ub，b=l，2，···，L;每個對象對應一個網(wǎng)絡攻擊方案； 所述條件屬性集合C包括:N個二級指標G，i = 1，2，…，N;每個所述二級指標G包括:Μ個 三級指標 Cij，j = l，2，."，M; 每個對象Ub在各個三級指標Cu以及決策屬性D下分別有對應的決策值;針對任一三級 指標Cu或決策屬性D，對各個對象Ub的決策值進行分類，將具有相同決策值的對象Ub形成一 個等價類;分類后，每個三級指標Cu有g個等價類1? ,f=l，2,…，g;每個等價類Rfj中有kf個 對象；Σ^=1 kf = L.;所述決策屬性D有q個等價類Dt，t = l，2,…，q;每個等價類Dt有pt個對 象;ΣΙ Pt = L; 按照如下公式計算每個對象Ub的攻擊效果值TC;所述攻擊效果值TC越高，所述對象Ub的 攻擊效果越好： TC - ΣΓ=1 Σ|^ι X sigCj(D) x X{j + et X Yt; 其中，Xij為對象Ub在三級指標Cij下的決策值； ω "為三級指標Cu對于決策屬性D的重要性權重； :s:igQ (D)為二級指標Cl對于決策屬性D的重要性權重； Yt為對象Ub在決策屬性D下的決策值； 為決策屬性D對于條件屬性集合C的重要性權重。2. 根據(jù)權利要求1所述的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，其特征在于 所述三級指標Cu對于決策屬性D的重要性權重ω & ω ^ e [〇，1 ]，按照如下公式進行計算：其中，sig(Cij，D)=H(D|Li〇)-H(D|Li); U為二級指標匕對應的三級指標集合； Ll0為在三級指標集合U中去除三級指標Cu后的三級指標集合； sig((^，D)表示在三級指標集合U中去除三級指標Cu前后的條件熵的變化值； 按照如下公式計算H(D | U)和H(D | Ll0): HCDIL0 = ~ΣΓ=ιΡ(Κ])Σ?1ιΡ(Μ?^])?〇β2ρ(Μ|[4])； H(D|Li0) = - Σ?! P([Rfj]) Σ^1 P([Dt]丨[R!j])l〇g2 p([Dt]丨[R;j]) 其中，ρ([Μ[?^])為事件Dt和事件Rfj發(fā)生的聯(lián)合概率； 其中，card〇表示集合中元素的個數(shù)。3. 根據(jù)權利要求2所述的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，其特征在于， 所述二級指標Q對于決策屬性D的重要性權重sig Ci(D).按照如下公式計算： sigCi(D)-|SCi(D)|/|Uh 其中，設四元組S=(U，A，V，f)為一個知識表達系統(tǒng)，其中，集合A = CUD，CnD=0;V = UcAVt，Vt是元素τ的值域，元素τ屬于集合A;f:UXA^V，為一個信息函數(shù)，表示為對象集合 U中的每個對象在所述集合A中不同元素下的信息值； 設β e D，a e C，稱We U/β為決策子集，對于分類U/α，定義Sa(W)為W關于屬性α的支持子 集，且Sa(W)= Uveu/a,vewV;因此，關于條件屬性集分類U/Ci，決策屬性D的支持子集為 SCi(D) = UveUyei vew^°4. 根據(jù)權利要求3所述的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法，其特征在于， 所述決策屬性D對于條件屬性集合C的重要性權重0 t，按照如下公式進行計算：5. 根據(jù)權利要求1~4中任一項所述的基于多級評價指標的網(wǎng)絡攻擊方案的評價方法， 其特征在于，所述條件屬性集合C包括5個二級指標，分別為：網(wǎng)絡阻塞、權限控制、信息偽 造、網(wǎng)絡監(jiān)聽和信息竊取;所述網(wǎng)絡阻塞包括3個三級指標，分別為：信道資源強占、網(wǎng)絡連 接強占、存儲空間強占；所述權限控制包括3個三級指標，分別為：口令攻擊、特洛伊木馬攻 擊、緩沖區(qū)溢出攻擊;所述信息偽造包括2個三級指標，分別為：IP地址欺騙、虛偽消息類欺 騙;所述網(wǎng)絡監(jiān)聽包括2個三級指標，分別為:基于軟件的監(jiān)聽和基于硬件的監(jiān)聽;所述信息 竊取包括3個三級指標，分別為:網(wǎng)絡掃描、體系結構探測、系統(tǒng)服務信息收集。
【文檔編號】G06F21/57GK106066964SQ201610367994
【公開日】2016年11月2日
【申請日】2016年5月30日 公開號201610367994.X, CN 106066964 A, CN 106066964A, CN 201610367994, CN-A-106066964, CN106066964 A, CN106066964A, CN201610367994, CN201610367994.X
【發(fā)明人】程瑞, 雷璟
【申請人】中國電子科技集團公司電子科學研究院