CN102263410A - 一种安全风险评估模型、评估方法及评估参数确定方法 - Google Patents

一种安全风险评估模型、评估方法及评估参数确定方法 Download PDF

Info

Publication number
CN102263410A
CN102263410A CN2010101871961A CN201010187196A CN102263410A CN 102263410 A CN102263410 A CN 102263410A CN 2010101871961 A CN2010101871961 A CN 2010101871961A CN 201010187196 A CN201010187196 A CN 201010187196A CN 102263410 A CN102263410 A CN 102263410A
Authority
CN
China
Prior art keywords
service
main frame
attack
value
importance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010101871961A
Other languages
English (en)
Other versions
CN102263410B (zh
Inventor
代飞
镐俊杰
郜建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HENAN JXKY S&T DEVELOPMENT Co Ltd
HENAN ELECTRIC POWER Co
Original Assignee
HENAN JXKY S&T DEVELOPMENT Co Ltd
HENAN ELECTRIC POWER Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HENAN JXKY S&T DEVELOPMENT Co Ltd, HENAN ELECTRIC POWER Co filed Critical HENAN JXKY S&T DEVELOPMENT Co Ltd
Priority to CN201010187196.1A priority Critical patent/CN102263410B/zh
Publication of CN102263410A publication Critical patent/CN102263410A/zh
Application granted granted Critical
Publication of CN102263410B publication Critical patent/CN102263410B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种用于电力二次系统的安全风险评估模型包括攻击层、服务层、主机层和系统层;所述的攻击层包括攻击事件,服务层包括与攻击事件数量相等的服务,系统层包括网络系统;攻击事件每个事件分别对应其中的一个服务,主机分别根据所开通的服务数对应相应数量的服务;网络系统分别对应所有的主机。本发明还公开了基于所述用于电力二次系统的安全风险评估模型的评估方法和基于所述评估方法的参数确定方法。所述评估模型采用自下而上、先局部后整体的评估策略,层次鲜明;所述评估方法指标体系完整、指标计算复杂度低。

Description

一种安全风险评估模型、评估方法及评估参数确定方法
技术领域
本发明涉及一种评估模型及其评估方法,特别是涉及一种用于电力二次系统的安全风险评估模型及其评估方法,同时,本发明还涉及所述评估方法的参数确定方法。
背景技术
目前,在电力二次系统的风险评估中,缺乏一种自下而上、县局部后整体的风险评估模型,为了使电力二次系统风险评估的效果更理想,需要建立一种用于电力二次系统的风险评估模型、基于这种评估模型的评估方法和基于这种评估方法的参数确定方法。
发明内容
本发明旨在提供一种自下而上、先局部后整体的用于电力二次系统的风险评估模型,并提供一种基于所述的评估模型的指标体系完整、指标计算复杂度低的用于电力二次系统的安全风险评估评估方法,同时,提供所述评估方法的参数确定方法。
本发明一种安全风险评估模型、评估方法及评估参数确定方法的技术方案如下:
本发明一种安全风险评估模型包括攻击层、服务层、主机层和系统层;所述的攻击层包括攻击事件,所述的服务层包括与攻击事件数量相等的服务,所述的系统层包括网络系统;所述的攻击事件每个事件分别对应服务层中的一个服务,所述主机层的主机分别根据所开通的服务数对应相应数量的服务;所述的网络系分别对应所有的主机。
基于所述安全风险评估模型的评估方法,包括以下步骤:
第一步:构建安全风险评估模型;
第二步:对安全态势指标进行定量计算;
第三步:根据连续一段时间内的安全态势指标定量计算的结果判断网络系统的安全趋势。
进一步地,所述的安全态势指标包括服务风险指数FS,主机风险指数FH,网络系统风险指数FLAN;所述的服务风险指数FS是外部攻击事件利用服务的漏洞对服务提供的正常访问量可能造成的损失;所述的主机风险指数FH是外部攻击事件对主机可能造成的损失,由所述的服务风险指数的加权和表示;所述的网络系统风险指数是外部攻击事件对网络系统可能造成的损失,由主机风险指数的加权和表示。
进一步地,所述的
Figure GSA00000124448200011
的计算方法如下:
Fs j = ∑ t = 1 h θ t ( ∑ i = 1 k 10 pjk C i )
θ t = Q t / ∑ i = 1 h Q i
式中:
h为评估分析单元划分的段数;
θt为评估单元对应的权重;
k为某时间段内服务Sj的受攻击种类数;
Ci为某时间段内服务Sj的受攻击Aji的发生次数;
Pji为攻击Aji的严重程度;
进一步地,所述的FHk的计算方法如下:
F H k = ∑ i = 1 m v i F S i
式中:
FSi为根据式①得出的主机Hk的服务Si的安全风险指数;
m为主机Hk开通的服务数;
vi为服务Si在主机Hk的各种服务中所占权重:
v i = I i / ∑ t = 1 m I t
进一步地,所述的FLAN的计算方法如下:
F LAN = ∑ l = 1 n w l F H l
式中:
Figure GSA00000124448200026
为根据式③计算出的主机Hl的风险指数;
n为网络系统内的主机数;
ω1为主机在LAN中所占重要性的比重:
w l = Z l / ∑ t = 1 n Z t
基于所述评估方法的参数确定方法,包括以下步骤:
第一步:寻找参数类型;
第二步:确定参数运算规则。
进一步地,所述的参数类型包括攻击等级,漏洞等级,服务重要性权重,主机重要性权重和资产价值等级。
进一步地,所述的攻击等级的运算规则如下:所述的攻击等级分为四级,其划分标准包括:攻击的影响范围,攻击队系统造成或可能造成的破坏程度和攻击方法的难以程度。
进一步地,所述的漏洞等级的运算规则如下:所述的漏洞等级分为四级,其划分标准包括:漏洞被利用的难易程度和漏洞被利用后的后果。
进一步地,所述的服务重要性权重的运算规则如下:所述的服务重要性权重分为高、中、低三级。
进一步地,所述的主机重要性权重的计算规则如下:
STi=khNh+kmNm+klNl    ⑦
式中:
STi为主机重要性;
Nh,Nm和Nl分别为主机Hi上高、中、低3个重要程度的服务数目;
kh,km和kl分别为高、中、低3个重要程度对应的量化分值,它们的计算方法如下:
第一步:定义服务Sj的主流性ms,用户数目un,访问频率af对应的量化分值分别为:
V ms = 0 , ms = 0 10 , ms = 1 , V un = 4 , un ∈ [ 0,20 ) 8 , un ∈ [ 20,50 ) , 12 , un ∈ [ 50 , ∞ ) V af = 4 , af ∈ [ 0,50 ) 8 , af ∈ [ 50,100 ) . 12 , af ∈ [ 100 , ∞ ) ;
第二步:定义服务重要性的量化值为
IV = 1 2 V ms + 1 4 V un + 1 4 V af ⑧;
第三步:根据式⑧,确定kh,km和kl分别为高、中、低3个重要程度对应的量化分值区间[IVha,IVhb],[IVma,IVmb],[IVla,IVlb],
得到: k h = IV h a + IV h b 2 , k m = IV m a + IV m b 2 , k l = IV l a + IV l b 2 ⑨;
第四步:对主机重要性STi进行归一华处理,得到向量W的元素值,即主机重要性权重
w i = ST i ∑ t = 1 n S T t ⑩。
进一步地,所述的资产价值等级的计算规则如下:在电力调度系统中,系统的使用价值远远大于系统建设的物理投资,因此仅考虑系统的使用价值因素,系统的使用价值权重的量化值计算方法为:
Vs=QsTs
式中,Qs指电力二次系统的安全分区;Ts指电力业务最少运行时间,
Qs=24-q  q=1、2、3、4
Ts={1……24}
在电力二次系统中,不同应用系统中的同类设备资产价值也应该不同,通过分析该设备在电力业务系统中所占的比重来确定。因此,设备的资产价值的量化值计算方法为:
Vf=VsPs+a    (a=8)
式中,Ps为设备在实现业务系统中全部功能中所占的比重;
根据计算所得Vf值,划分资产价值等级。
本发明一种安全风险评估模型、评估方法及评估参数确定方法的有益效果在于:
(1)本发明一种安全风险评估模型采用自下而上、先局部后整体的评估策略,层次鲜明;
(2)基于所述安全风险评估模型的评估方法指标体系完整、指标计算复杂度低。
附图说明
附图1是本发明用于电力二次系统的风险评估模型的结构示意图。
具体实施方式
参见附图1,本发明一种安全风险评估模型包括攻击层、服务层、主机层和系统层;所述的攻击层包括攻击事件1、攻击事件2、攻击事件3…攻击事件i…攻击事件n,所述的服务层包括服务1、服务2、服务3…服务i…服务n,所述的主机层包括主机1…主机i…主机m,所述的系统层包括网络系统;所述的攻击事件1对应服务1,所述的攻击事件2对应服务2,所述的攻击事件3对应服务3…所述的攻击事件i对应服务i…所述的攻击事件n对应服务n;所述的主机1分别对应服务1、服务2、服务3和服务i,所述的主机i分别对应服务2、服务i和服务n,所述的主机m分别对应服务3、服务i和服务n;所述的网络系对应主机1…主机i…主机m。
基于所述安全风险评估模型的评估方法,包括以下步骤:
第一步:构建所述用于电力二次系统的安全风险评估模型;
第二步:对安全态势指标进行定量计算;所述的安全态势指标包括服务风险指数FS,主机风险指数FH,网络系统风险指数FLAN;所述的服务风险指数FS是外部攻击事件利用服务的漏洞对服务提供的正常访问量可能造成的损失;所述的主机风险指数FH是外部攻击事件队主机可能造成的损失,由所述的服务风险指数的加权和表示;所述的网络系统风险指数是外部攻击事件对网络系统可能造成的损失,由主机风险指数的加权和表示。
其中,所述的FSj的计算方法如下:
Fs j = ∑ t = 1 h θ t ( ∑ i = 1 k 10 Pjk C i )
θ t = Q t / ∑ i = 1 h Q i
式中:
h为评估分析单元划分的段数,这里把一天作为一个分析单元划分为3个时间段,夜晚(0:00~8:00)、办公时间(8:00~18:00)、晚间(18:00~24:00),即h=3;
θt为评估单元对应的权重,其值由管理员根据网络系统不同时间段的正常访问量Qt进行归一化处理得到;
k为某时间段内服务Sj的受攻击种类数;
Ci为某时间段内服务Sj的受攻击Aji的发生次数;
Pji为攻击Aji的严重程度,其值由攻击所属类型来确定,一般按照攻击带来的后果将其划分为5类,依照严重程度由低到高依次为主机发现、端口扫描、权限提升、拒绝服务和隐蔽扫描,用3、2、1表示高、中、低3个等级的严重程度;
所述的FHk的计算方法如下:
F H k = ∑ i = 1 m v i F S i
式中:
FSi为根据式①得出的主机Hk的服务Si的安全风险指数;
m为主机Hk开通的服务数;
vi为服务Si在主机Hk的各种服务中所占权重,且主机所有服务的权重之和为1,其值由系统管理员根据该主机Hk提供服务的重要性Ii进行归一化处理得到
v i = I i / ∑ t = 1 m I t
所述的FLAN的计算方法如下:
F LAN = ∑ l = 1 n w l F H l
式中:
Figure GSA00000124448200061
为根据式③计算出的主机Hl的风险指数;
n为网络系统内的主机数;
ω1为主机在LAN中所占重要性的比重,且LAN中所有主机的重要性权值之和为1,其值由系统管理员根据LAN中各台主机的重要地位Zl进行归一化处理得到,即
w l = Z l / ∑ t = 1 n Z t
第三步:根据连续一段时间内的安全态势指标定量计算的结果判断网络系统的安全趋势。
基于所述评估方法的参数确定方法,包括以下步骤:
第一步:寻找参数类型;
第二步:确定参数运算规则。
进一步地,所述的参数类型包括攻击等级,漏洞等级,服务重要性权重,主机重要性权重和资产价值等级。
进一步地,所述的攻击等级的运算规则如下:所述的攻击等级分为四级,其划分标准包括:攻击的影响范围,攻击队系统造成或可能造成的破坏程度和攻击方法的难以程度。
进一步地,所述的漏洞等级的运算规则如下:所述的漏洞等级分为四级,其划分标准包括:漏洞被利用的难易程度和漏洞被利用后的后果。
进一步地,所述的服务重要性权重的运算规则如下:所述的服务重要性权重分为高、中、低三级,其划分标准如表1所示:
表1服务重要性权重划分标准
序号  主流服务 用户数      访问频率(次/天)  服务重要程度
1     1        [0,20)     [0,50)          中
2     1        [20,50)    [50,100)        中
3     1        [50,∞)    [100,∞)        高
4     1        [0,20)     [50,100)        中
5     1        [0,20)     [100,∞)        中
6     1        [20,50)    [0,50)          中
7     1        [20,50)    [100,∞)        高
8     1        [50,∞)    [0,50)          中
9     1        [50,∞)    [50,100)        高
10    0        [0,20))    [0,50)          低
11    0        [20,50)    [50,100)        中
12    0        [50,∞)    [100,∞)        中
13    0        [0,20)     [50,100)        低
14    0        [0,20)     [100,∞)        中
15    0        [20,50)    [0,50)          低
16    0    [20,50)    [100,∞)    中
17    0    [50,∞)    [0,50)      中
18    0    [50,∞)    [50,100)    中
注:其中,主流服务为布尔变量,取值为1表示的是主流服务,取值为0表示的是非主流服务。
进一步地,所述的主机重要性权重的计算规则如下:
STi=khNh+kmNm+klNl    ⑦
式中:
STi为主机重要性;
Nh,Nm和Nl分别为主机Hi上高、中、低3个重要程度的服务数目;
kh,km和kl分别为高、中、低3个重要程度对应的量化分值,它们的计算方法如下:
第一步:定义服务Sj的主流性ms,用户数目un,访问频率af对应的量化分值分别为:
V ms = 0 , ms = 0 10 , ms = 1 , V un = 4 , un ∈ [ 0,20 ) 8 , un ∈ [ 20,50 ) , 12 , un ∈ [ 50 , ∞ ) V af = 4 , af ∈ [ 0,50 ) 8 , af ∈ [ 50,100 ) . 12 , af ∈ [ 100 , ∞ ) ;
第二步:定义服务重要性的量化值为
IV = 1 2 V ms + 1 4 V un + 1 4 V af ⑧;
第三步:根据式⑧,确定kh,km和kl分别为高、中、低3个重要程度对应的量化分值区间[IVha,IVhb],[IVma,IVmb],[IVla,IVlb],
得到: k h = IV h a + IV h b 2 , k m = IV m a + IV m b 2 , k l = IV l a + IV l b 2 ⑨;
第四步:对主机重要性STi进行归一华处理,得到向量W的元素值,即主机重要性权重
w i = ST i ∑ t = 1 n ST t ⑩。
进一步地,所述的资产价值等级的计算规则如下:在电力调度系统中,系统的使用价值远远大于系统建设的物理投资,因此仅考虑系统的使用价值因素,系统的使用价值权重的量化值计算方法为:
Vs=QsTs
式中,Qs指电力二次系统的安全分区;Ts指电力业务最少运行时间,
Qs=24-q  q=1、2、3、4
Ts={1……24}
在电力二次系统中,不同应用系统中的同类设备资产价值也应该不同,通过分析该设备在电力业务系统中所占的比重来确定。因此,设备的资产价值的量化值计算方法为:
Vf=VsPs+a    (a=8)
式中,Ps为设备在实现业务系统中全部功能中所占的比重,以EMS系统为例,双配置EMS系统前置服务器在实现系统功能中所占比重Ps=50%、三配置的调度员工作站在实现系统功能中所占比重Ps=33%、某台维护工作站在实现系统功能中所占比重Ps=0,根据计算所得Vf值,资产价值被划分为五个等级如下:
  等级   Vf
  一   8-32
  二   33-56
  三   57-80
  四   81-104
  五   105-200

Claims (9)

1.一种安全风险评估模型,其特征在于:包括攻击层、服务层、主机层和系统层;所述的攻击层包括攻击事件,所述的服务层包括与攻击事件数量相等的服务,所述的系统层包括网络系统;所述的攻击事件每个事件分别对应服务层中的一个服务,所述主机层的主机分别根据所开通的服务数对应相应数量的服务;所述的网络系统分别对应所有的主机。
2.基于所述安全风险评估模型的评估方法,其特征在于:包括以下步骤:
第一步:构建所述的安全风险评估模型;
第二步:对安全态势指标进行定量计算;
第三步:根据连续一段时间内的安全态势指标定量计算的结果判断网络系统的安全趋势。
3.根据权利要求2所述的评估方法,其特征在于:
所述的安全态势指标包括服务风险指数Fs,主机风险指数FH,网络系统风险指数FLAN;所述的服务风险指数Fs是外部攻击事件利用服务的漏洞对服务提供的正常访问量可能造成的损失;所述的主机风险指数FH是外部攻击事件对主机可能造成的损失,由所述的服务风险指数的加权和表示;所述的网络系统风险指数是外部攻击事件对网络系统可能造成的损失,由主机风险指数的加权和表示。
4.根据权利要求2或3所述的评估方法,其特征在于:
所述的Fsj的计算方法如下:
Fs j = Σ t = 1 h θ t ( Σ i = 1 k 10 p jk C i )
θ t = Q t / Σ i = 1 h Q i
式中:
h为评估分析单元划分的段数;
θt为评估单元对应的权重;
k为某时间段内服务Sj的受攻击种类数;
Ci为某时间段内服务Sj的受攻击Aji的发生次数;
Pji为攻击Aji的严重程度。
5.根据权利要求2或3所述的评估方法,其特征在于:
所述的FHk的计算方法如下:
F H k = Σ i = 1 m v i F S i
式中:
FSi为根据式①得出的主机Hk的服务Si的安全风险指数;
m为主机Hk开通的服务数;
vi为服务Si在主机Hk的各种服务中所占权重:
v i = I i / Σ t = 1 m I t ④。
6.根据权利要求2或3所述的评估方法,其特征在于:
所述的FLAN的计算方法如下:
F LAN = Σ l = 1 n w l F H l
式中:
Figure FSA00000124448100023
为根据式③计算出的主机Hl的风险指数;
n为网络系统内的主机数;
ω1为主机在LAN中所占重要性的比重:
w l = Z l / Σ t = 1 n Z t ⑥。
7.基于权利要求2~6中任一所述评估方法的参数确定方法,其特征在于:包括以下步骤:
第一步:寻找参数类型;
第二步:确定参数运算规则。
8.根据权利要求7所述的参数确定方法,其特征在于:所述的参数类型包括攻击等级,漏洞等级,服务重要性权重,主机重要性权重和资产价值等级。
9.根据权利要求8所述的参数确定方法,其特征在于:
所述的攻击等级的运算规则如下:所述的攻击等级分为四级,其划分标准包括:攻击的影响范围,攻击队系统造成或可能造成的破坏程度和攻击方法的难以程度;
所述的漏洞等级的运算规则如下:所述的漏洞等级分为四级,其划分标准包括:漏洞被利用的难易程度和漏洞被利用后的后果;
所述的服务重要性权重的运算规则如下:所述的服务重要性权重分为高、中、低三级;
所述的主机重要性权重的计算规则如下:
STi=khNh+kmNm+klNl        ⑦
式中:
STi为主机重要性;
Nh,Nm和N1分别为主机Hi上高、中、低3个重要程度的服务数目;
kh,km和k1分别为高、中、低3个重要程度对应的量化分值,它们的计算方法如下:
第一步:定义服务Sj的主流性ms,用户数目un,访问频率af对应的量化分值分别为:
V ms = 0 , ms = 0 10 , ms = 1 , V un = 4 , un ∈ [ 0,20 ) 8 , un ∈ [ 20,50 ) 12 , un ∈ [ 50 , ∞ ) , V af = 4 , af ∈ [ 0,50 ) 8 , af ∈ [ 50,100 ) 12 , af ∈ [ 100 , ∞ ) . ;
第二步:定义服务重要性的量化值为
IV = 1 2 V ms + 1 4 V un + 1 4 V af ⑧;
第三步:根据式⑧,确定kh,km和kl分别为高、中、低3个重要程度对应的量化分值区间
Figure FSA00000124448100035
得到:
Figure FSA00000124448100036
⑨;
第四步:对主机重要性STi进行归一化处理,得到向量
Figure FSA00000124448100037
的元素值,即主机重要性权重
w i = ST i Σ i = 1 n ST i ⑩;
所述的资产价值等级的计算规则如下:在电力调度系统中,系统的使用价值远远大于系统建设的物理投资,因此仅考虑系统的使用价值因素,系统的使用价值权重的量化值计算方法为:
Vs=QsTs
式中,Qs指电力二次系统的安全分区;Ts指电力业务最少运行时间,
Qs=24-q  q=1、2、3、4
Ts={1……24}
在电力二次系统中,不同应用系统中的同类设备资产价值也应该不同,通过分析该设备在电力业务系统中所占的比重来确定。因此,设备的资产价值的量化值计算方法为:
Vf=VsPs+a               (a=8),
式中,Ps为设备在实现业务系统中全部功能中所占的比重;
根据计算所得Vf值,划分资产价值等级。
CN201010187196.1A 2010-05-31 2010-05-31 一种安全风险评估模型、评估方法及评估参数确定方法 Expired - Fee Related CN102263410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010187196.1A CN102263410B (zh) 2010-05-31 2010-05-31 一种安全风险评估模型、评估方法及评估参数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010187196.1A CN102263410B (zh) 2010-05-31 2010-05-31 一种安全风险评估模型、评估方法及评估参数确定方法

Publications (2)

Publication Number Publication Date
CN102263410A true CN102263410A (zh) 2011-11-30
CN102263410B CN102263410B (zh) 2015-01-14

Family

ID=45009927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010187196.1A Expired - Fee Related CN102263410B (zh) 2010-05-31 2010-05-31 一种安全风险评估模型、评估方法及评估参数确定方法

Country Status (1)

Country Link
CN (1) CN102263410B (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102801739A (zh) * 2012-08-25 2012-11-28 乐山师范学院 基于云计算环境的网络风险测定取证方法
CN103023889A (zh) * 2012-11-29 2013-04-03 武汉华中电力电网技术有限公司 一种安全域风险量化方法
CN104052635A (zh) * 2014-06-05 2014-09-17 北京江南天安科技有限公司 一种基于安全预警的风险态势预测方法及系统
CN105305420A (zh) * 2015-10-12 2016-02-03 国网天津市电力公司 优质城市供电网电能质量价值量化方法
CN106878316A (zh) * 2017-02-28 2017-06-20 新华三技术有限公司 一种风险量化方法及装置
CN108512711A (zh) * 2017-02-24 2018-09-07 合网络技术(北京)有限公司 得到瞬时接口访问统计量的方法、装置和设备
CN109117641A (zh) * 2018-08-15 2019-01-01 北京理工大学 一种基于i-hmm的网络安全风险评估方法
CN109302315A (zh) * 2018-09-30 2019-02-01 南京南瑞继保电气有限公司 一种基于业务关联模型的变电站网络安全风险评估方法
CN110138627A (zh) * 2019-07-11 2019-08-16 电子科技大学 量化的边缘计算侧终端安全接入策略选择方法
CN110445801A (zh) * 2019-08-16 2019-11-12 武汉思普崚技术有限公司 一种物联网的态势感知方法和系统
CN110460472A (zh) * 2019-08-16 2019-11-15 武汉思普崚技术有限公司 一种加权量化的态势感知方法和系统
CN110460608A (zh) * 2019-08-16 2019-11-15 武汉思普崚技术有限公司 一种包含关联分析的态势感知方法和系统
CN110471975A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种物联网态势感知调用方法和装置
CN110474805A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种可调用的态势感知分析的方法和装置
CN110474904A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种改进预测的态势感知方法和系统
CN110493044A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种可量化的态势感知的方法和系统
CN110493043A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种分布式态势感知调用方法和装置
CN110493217A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种分布式的态势感知方法和系统
CN110493218A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种态势感知虚拟化的方法和装置
CN113612736A (zh) * 2021-07-20 2021-11-05 天津七所精密机电技术有限公司 一种基于流量分析的网络安全评估方法
CN115277132A (zh) * 2022-07-14 2022-11-01 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 网络安全态势感知方法、装置、计算机设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227288A (zh) * 2008-01-29 2008-07-23 四川大学 一种网络攻击危害性评估方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101227288A (zh) * 2008-01-29 2008-07-23 四川大学 一种网络攻击危害性评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈亚辉,姚丹霖: "《一种层次化的内部威胁态势评估模型》", 《企业技术开发》 *
陈秀真,郑庆华,管晓宏,林晨光: "《层次化网络安全威胁态势量化评估方法》", 《软件学报》 *

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102801739A (zh) * 2012-08-25 2012-11-28 乐山师范学院 基于云计算环境的网络风险测定取证方法
CN103023889A (zh) * 2012-11-29 2013-04-03 武汉华中电力电网技术有限公司 一种安全域风险量化方法
CN104052635A (zh) * 2014-06-05 2014-09-17 北京江南天安科技有限公司 一种基于安全预警的风险态势预测方法及系统
CN105305420A (zh) * 2015-10-12 2016-02-03 国网天津市电力公司 优质城市供电网电能质量价值量化方法
CN108512711A (zh) * 2017-02-24 2018-09-07 合网络技术(北京)有限公司 得到瞬时接口访问统计量的方法、装置和设备
CN108512711B (zh) * 2017-02-24 2021-07-13 阿里巴巴(中国)有限公司 得到瞬时接口访问统计量的方法、装置和设备
CN106878316A (zh) * 2017-02-28 2017-06-20 新华三技术有限公司 一种风险量化方法及装置
CN109117641A (zh) * 2018-08-15 2019-01-01 北京理工大学 一种基于i-hmm的网络安全风险评估方法
CN109302315A (zh) * 2018-09-30 2019-02-01 南京南瑞继保电气有限公司 一种基于业务关联模型的变电站网络安全风险评估方法
CN110138627A (zh) * 2019-07-11 2019-08-16 电子科技大学 量化的边缘计算侧终端安全接入策略选择方法
US11374969B2 (en) 2019-07-11 2022-06-28 University Of Electronic Science And Technology Of China Quantitative selection of secure access policies for edge computing system
WO2021004033A1 (zh) * 2019-07-11 2021-01-14 电子科技大学 量化的边缘计算侧终端安全接入策略选择方法
CN110493043A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种分布式态势感知调用方法和装置
CN110474904B (zh) * 2019-08-16 2022-04-12 武汉思普崚技术有限公司 一种改进预测的态势感知方法和系统
CN110474904A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种改进预测的态势感知方法和系统
CN110493044A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种可量化的态势感知的方法和系统
CN110471975A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种物联网态势感知调用方法和装置
CN110493217A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种分布式的态势感知方法和系统
CN110493218A (zh) * 2019-08-16 2019-11-22 武汉思普崚技术有限公司 一种态势感知虚拟化的方法和装置
CN110460608A (zh) * 2019-08-16 2019-11-15 武汉思普崚技术有限公司 一种包含关联分析的态势感知方法和系统
CN110460472A (zh) * 2019-08-16 2019-11-15 武汉思普崚技术有限公司 一种加权量化的态势感知方法和系统
CN110445801A (zh) * 2019-08-16 2019-11-12 武汉思普崚技术有限公司 一种物联网的态势感知方法和系统
CN110493218B (zh) * 2019-08-16 2022-04-08 武汉思普崚技术有限公司 一种态势感知虚拟化的方法和装置
CN110474805A (zh) * 2019-08-16 2019-11-19 武汉思普崚技术有限公司 一种可调用的态势感知分析的方法和装置
CN110460608B (zh) * 2019-08-16 2022-04-12 武汉思普崚技术有限公司 一种包含关联分析的态势感知方法和系统
CN110493217B (zh) * 2019-08-16 2022-04-12 武汉思普崚技术有限公司 一种分布式的态势感知方法和系统
CN110445801B (zh) * 2019-08-16 2022-04-12 武汉思普崚技术有限公司 一种物联网的态势感知方法和系统
CN110493044B (zh) * 2019-08-16 2022-05-03 武汉思普崚技术有限公司 一种可量化的态势感知的方法和系统
CN110474805B (zh) * 2019-08-16 2022-05-03 武汉思普崚技术有限公司 一种可调用的态势感知分析的方法和装置
CN110460472B (zh) * 2019-08-16 2022-05-03 武汉思普崚技术有限公司 一种加权量化的态势感知方法和系统
CN110493043B (zh) * 2019-08-16 2022-05-03 武汉思普崚技术有限公司 一种分布式态势感知调用方法和装置
CN113612736A (zh) * 2021-07-20 2021-11-05 天津七所精密机电技术有限公司 一种基于流量分析的网络安全评估方法
CN115277132A (zh) * 2022-07-14 2022-11-01 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 网络安全态势感知方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN102263410B (zh) 2015-01-14

Similar Documents

Publication Publication Date Title
CN102263410B (zh) 一种安全风险评估模型、评估方法及评估参数确定方法
CN105035902B (zh) 一种电梯安全状况评估方法
CN106850254B (zh) 一种电力通信网中关键节点识别方法
CN103914792B (zh) 一种计及输电线路运行不确定性的综合风险评估方法
CN102509018A (zh) 电力系统设备重要性评价系统及方法
CN103581186A (zh) 一种网络安全态势感知方法及系统
CN108229787A (zh) 基于大数据的电力行业现场作业风险评估方法及系统
CN102801739A (zh) 基于云计算环境的网络风险测定取证方法
CN103995467B (zh) 基于偏最小二乘法的疏浚作业能耗影响因素主成分提取方法
CN103198436B (zh) 一种变电站操作可靠性的评估方法及评估系统
CN106507315A (zh) 一种基于网络社交媒体数据的城市交通事故预测方法和系统
CN107154088A (zh) 基于信道状态信息的活动人员数量估计方法
CN105303331A (zh) 一种变压器维修风险决策方法
CN106971344A (zh) 保额控制方法和系统
CN103996147A (zh) 配电网综合评估方法
CN110046812A (zh) 城市安全发展水平的综合评价方法
CN104182803B (zh) 风电数据预处理方法及风电功率预测方法和系统
CN116485267B (zh) 一种基于多维数据的智能建筑健康状态评估系统
CN112200263B (zh) 一种应用于配电物联网的自组织联邦聚类方法
CN116187701B (zh) 一种基于多维数据和数据分析的智能建筑监测管理系统
CN104616496A (zh) 基于突变理论的电网大停电交通拥堵度评估方法
CN110445939A (zh) 容量资源的预测方法及装置
CN109460915A (zh) 一种基于大数据驱动的城市电梯智能派工检验系统
CN102682213A (zh) 轨道交通设备质量评估方法
CN106548439A (zh) 一种用于住宅小区生态环境评价的系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150114

Termination date: 20160531