基于因果贝叶斯网络的多步攻击预测方法

摘要

本发明涉及一种基于因果贝叶斯网络的多步攻击预测方法，首先采用频繁模式挖掘攻击场景样本中的多步攻击模式，通过因果贝叶斯网络模型刻画多步攻击模式，在此基础上通过攻击证据来计算未来攻击发生的概率，实现网络多步攻击的下一步攻击行为以及攻击者的攻击意图的预测。本发明优化了采用人工构建网络攻击结构图的多步攻击预测方法，基于频繁序列模式自动挖掘多步攻击模式，并借助因果贝叶斯网络刻画攻击模式、学网络参数、预测下一步攻击和攻击意图，提高了对未知的、变化的多步攻击模式的攻击预测能力，能够快速、准确地预测多步攻击的下一步攻击手段和最终攻击意图，对保护网络和计算机信息安全具有重要的现实意义。

主权项

一种基于因果贝叶斯网络的多步攻击预测方法，其特征在于：包含如下步骤：步骤1、搜集已知攻击场景数据，其中，一部分数据作为训练数据集，另一部分数据作为测试数据集；步骤2、采用Prefixspan序列模式挖掘算法对训练数据集进行频繁序列模式挖掘，得到攻击行为的因果关系关联规则，根据因果关系关联规则，构建因果贝叶斯攻击图；通过训练数据集对贝叶斯攻击图进行参数学习；步骤3、将测试数据集中的多步攻击场景中的攻击步骤作为攻击证据，对因果贝叶斯攻击图进行参数概率推理，计算因果贝叶斯攻击图中未知攻击的发生概率，预测网络多步攻击的下一步攻击行为及其攻击意图。