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.
[Purpose/Significance]With the continuous upgrading of the global big data industry,risk assessment of big data security has become the core content of data security management.In order to effectively deal with the risk complexity and uncertainty in the big data environment,scientific and effective risk assessment methods are urgently needed.[Method/Process]This paper proposes a dynamic risk assessment model of big data security based on the Bayesian network.By analyzing the risk propagation mechanism in the big data environment,a dynamic assessment process was designed.After extracting risk elements,a dynamic assessment indicator system is constructed and a dynamic risk assessment inference model of big data security based on Bayesian network is generated.By acquiring the scientific and technological data from some actual unit and using GeNIe3.0 visualization analysis software,the article also finished the parameter learning and causal reasoning.[Results/Conclusion]The analysis results based on numerical experiments show that the security risk level of scientific and technological big data in some actual unit is high,and the control of"data leakage"risk should be strengthened.The experimental results further verify the effectiveness and adaptability of the model constructed in the article,which has potential application value.
作者
廖天颖
杨斯博
窦润亮
Liao Tianying;Yang Sibo;Dou Runliang(Tianjin University,Tianjin 300072)
出处
《网络空间安全》
2023年第1期60-68,共9页
Cyberspace Security
基金
国家重点研发计划项目:生物恐怖事件全过程风险快速评估与预警体系研究(项目编号:2021YFC2600500)
天津市重点研发计划科技支撑重点项目:基于大数据的社区韧性评估与风险防控智能平台研发(项目编号:20YFZCSN01010)。
关键词
动态风险评估模型
贝叶斯网络
大数据安全
科技数据
评估指标体系
dynamic risk assessment model
Bayesian network
big data security
scientific and technological data
assessment indicator system
作者简介
廖天颖(1998-),女,汉族,四川遂宁人,天津大学,在读硕士,主要研究方向和关注领域:公共安全与风险管理、知识管理与智能决策;杨斯博(1977-),男,汉族,天津人,天津大学,博士,天津大学,副教授,主要研究方向和关注领域:数据安全与隐私保护、公共安全与风险管理、知识管理与智能决策;窦润亮(1977-),男,汉族,天津人,天津大学,博士,天津大学,教授,主要研究方向和关注领域:大数据分析与智能决策、数字化转型与数字生态。
