-
题名基于贝叶斯知识追踪的网安人才能力智能化评估方法
被引量：3
- 1
-
-
作者
张方娇
赵建军
刘心宇
王晓蕾
刘奇旭
崔翔
-
机构
中国科学院信息工程研究所
中国科学院大学网络空间安全学院
广州大学网络空间先进技术研究院
-
出处
《信息安全学报》
CSCD
2021年第1期62-77,共16页
-
基金
中国科学院网络测评技术重点实验室和网络安全防护技术北京市重点实验室资助。
-
文摘
近年来,网络空间安全形势日益严峻,导致网络空间安全人才(以下简称网安人才)缺口巨大,国家加快网安人才评估的需求愈加强烈。针对当前网安人才能力评估精准度不足的问题,本文提出了一种改进的贝叶斯知识追踪CT-BKT(Cybersecurity Talents Bayesian Knowledge Tracing)模型,通过网安人才能力评估时的个性智能化问答过程,该模型可对网安人才的知识状态进行追踪,从而实现对其能力的动态精准评估。为了验证CT-BKT模型的有效性,本文以Web安全为例,梳理了Web安全的知识技能体系并构建了相应题库,实现了一个面向Web安全领域的网安人才技能智能化评估系统CTIES(Cybersecurity Talents Intelligent Evaluation System)。通过对22名网安人员进行Web安全的能力评估,本文提出的CT-BKT知识追踪模型的对网安人才的知识掌握状态的预测准确率较高,CTIES系统能细致且直观地展现网安人才Web安全的知识掌握程度及相应专业技能水平,验证了本文所提出的网安人才能力评估方法的可行性和有效性。
-
关键词
贝叶斯网络
知识追踪模型
网安人才
智能化评估
WEB安全
-
Keywords
bayesian network
knowledge tracing model
cybersecurity talents
intelligent evaluation
web security
-
分类号
TP391.6
[自动化与计算机技术—计算机应用技术]
-
