基于贝叶斯网络的多方关联数据访问安全风险识别模型研究AET-电子技术应用-最丰富的电子设计资源平台

基于贝叶斯网络的多方关联数据访问安全风险识别模型研究
所属分类：技术论文
上传者：wwei
文档大小：4246 K
标签：数据中台数据推断风险贝叶斯网络
所需积分：0分积分不够怎么办？
文档介绍：对于现代电力系统的数据中台而言，识别用户访问数据过程中的数据推断风险尤为关键。特别是多个用户合谋窃取数据的行为，可能会造成从非敏感数据推断出敏感数据，导致敏感数据泄露，严重威胁电力调度和国家安全。传统的访问控制机制无法识别这种风险。为此，提出一种基于贝叶斯网络的多方关联数据安全风险识别模型MPA-BN，综合考虑用户访问行为、时间模式、接口类型和数据交互方式，利用贝叶斯网络分析用户与服务接口之间的访问关系，深入挖掘数据之间的依赖关系和概率特征，识别数据中台对外服务接口的相关性以及用户组合的潜在风险。本研究使用的数据集来自电力公司数据中台的脱敏日志，其中包含10 000个访问用户，生成日志的条目约100万。实验结果表明，该模型能够有效识别多用户合谋窃取敏感数据的风险，为电力系统数据安全提供更有力的保障。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动