基于贝叶斯网络 EM 算法模型的工控蜜罐识别

来源：计算机技术与发展杂志2022年第08期北京时间：

作者：张立芳;王钢;颜培志;姚旭;孙叶

单位：1. 内蒙古工业大学 信息工程学院,内蒙古 呼和浩特 010051;2. 内蒙古工业大学 信息化建设与管理中心,内蒙古 呼和浩特 010051

摘要：随着工控设备越来越多暴露于互联网,面临的安全威胁不断增加,主动防御已经成为一种必要的防御手段,蜜罐技术是一种有效的主动防御技术。 攻击者为了攻击真实的资产设备,研究人员开始研究识别蜜罐的方法。 对蜜罐进行准确识别涉及到许多不确定性因素。 贝叶斯网络用于解决不确定性问题,与蜜罐识别问题相符合。 基于蜜罐识别与贝叶斯网络的特点,提出了贝叶斯网络参数学习 EM 算法模型的工控蜜罐识别方法。 首先,介绍了贝叶斯网络的理论基础及贝叶斯网络用于蜜罐识别的优势;接着,描述参数建模所用算法及预测推理算法,完成用于识别蜜罐的贝叶斯网络模型;最后,通过与 SVM、KNN、随机森林和 Native bayes 算法作对比实验,验证所采用贝叶斯网络 EM 算法训练模型的性能更优,该模型借助贝叶斯联结树推理算法来完成预测识别,通过实例分析进行验证。 实验结果表明,用 EM 算法训练的模型对于识别蜜罐是有效的。

关键词：贝叶斯网络;蜜罐识别;参数建模;推理;预测