摘要
本发明公开了一种基于团树传播的电力物联网系统动态风险评估方法,包括如下步骤:漏洞扫描;生成贝叶斯攻击图;初始化条件概率表;动态更新条件概率表;计算先验概率和后验概率;团树传播算法计算后验概率。本发明通过期望最大化算法对条件概率表进行迭代更新,使风险评估模型更加适应不断变化的网络环境,再通过团树传播算法对贝叶斯攻击图中的节点进行合并,有效减少了攻击图中的节点数量与边的连接复杂性,简化攻击图的结构,达到精确的后验概率推算,准确反映在给定模型和证据下的最佳估算,提高动态评估结果的准确性;本发明既能显著降低因人为初始化条件概率而带来的主观性,也能有效地降低计算后验概率的时间复杂度,可靠性高。
技术关键词
电力物联网系统
动态风险评估方法
节点
后验概率
传播算法
期望最大化算法
动态更新
物联网监控系统
硬件设备
变量
网络拓扑关系
入侵检测系统
风险评估模型
识别漏洞
复杂度
有向无环图
监控工具
EM算法
评分系统
系统为您推荐了相关专利信息
剩余存储容量
面向多智能体
数据备份方法
神经网络模型
集群
数据安全监控系统
智慧校园
RBF神经网络
节点
数据安全监控方法
齿轮裂纹
预测分析方法
分析模型参数
声发射
实时数据