.png){kind=icon}
返回
Quantifying cyber threat using Bayesian statistical analysis
.png){kind=icon}
OA
AI
DOI：10.1007/s10207-026-01220-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代组织面临一个发展速度超过传统定性风险评分适应能力的网络威胁态势。组织需要跟上对手的策略并做出相应反应。本文开发了一个将贝叶斯统计分析与系统特定危险映射相结合的定量网络风险评估框架。借鉴《网络安全知识体系》（CyBOK）风险管理及NIST指南，该研究将不可接受和可接受损失映射到危险，将危险与MITRE ATT&CK策略及更广泛的威胁类别相联系；并应用贝叶斯定理随着新的网络威胁情报（CTI）的获取来更新威胁概率。开发了一个概念验证电子表格工具——它从公开可用的源中获取CTI脉冲，并重新计算每个系统的危险概率，生成动态风险评分和仪表板。使用模拟漏洞集的评估表明，该工具根据当前利用活动重新确定危险优先级：具有近期CTI证据的漏洞比具有相似CVSS（通用漏洞评分系统）评分但无活跃威胁的漏洞具有更高的后验概率。该工具的透明度及其在连接技术风险数据与组织决策方面的价值，同时指出危险映射过程可作为未来自动化的候选，是关键观察结果。该研究得出结论：当结合系统上下文时，简单的贝叶斯更新提供了一种易于访问但严谨的威胁量化方法，并为未来的自动化和依赖性建模奠定了基础。
Keyword:
Cyber-risk assessment
Bayesian statistical analysis
Cyber Security Body of Knowledge (CyBOK)
MITRE ATT& CK Framework
Cyber Threat Intelligence
期刊
I
IF:
3.2
论文数:
136
被引数:
1.8K
机构
引用论文
Bayesian network model to distinguish between intentional attacks and accidental technical failures: a case study of floodgates.png)
CYBERSECURITYOAAI
CYBERSECURITYIF3.7
OAAI分享收藏Fuzzy evidence theory and Bayesian networks for process systems risk analysis过程系统风险分析的模糊证据理论和贝叶斯网络
OAAI
OAAI分享收藏Cloud Enterprise Dynamic Risk Assessment (CEDRA): a dynamic risk assessment using dynamic Bayesian networks for cloud environment云企业动态风险评估 (CEDRA): 基于动态贝叶斯网络的云环境动态风险评估OAAI
OAAI分享收藏A Bayesian Framework for the Analysis and Optimal Mitigation of Cyber Threats to Cyber-Physical SystemsRISK ANALYSISOAAI
RISK ANALYSISIF3.3
OAAI分享收藏Evolution of Safety and Security Risk Assessment methodologies towards the use of Bayesian Networks in Process Industries在过程工业中使用贝叶斯网络的安全和安全风险评估方法的演变
PREAI
分享收藏
查看更多内容