基于模糊约束的贝叶斯网络参数学习

来源：系统工程与电子技术杂志2023年第2期北京时间：

作者：茹鑫鑫, 高晓光, 王阳阳

单位：西北工业大学电子信息学院, 陕西 西安 710129

摘要：针对小样本下贝叶斯网络参数学习结果不准确的问题, 提出一种模糊最大后验估计方法, 该方法将模糊理论引入到参数学习中, 通过对约束效力的度量, 利用隶属度函数来确定超参进行学习, 以提高约束使用的准确性。实验证明, 所提方法可以有效提高参数学习的精度。除此之外, 将所提方法应用到网络安全评估中, 将通用漏洞评分系统作为专家先验参数, 结合漏洞信息迁移样本来进行参数学习。最后, 通过节点和路径安全评估验证了所提方法的有效性。

关键词：贝叶斯网络,隶属度函数,参数学习,网络安全评估

基金资助：国家自然科学基金(61573285)