基于PANAG模型的攻击路径预测研究

为准确预测网络攻击路径信息,提出一种基于概率属性网络攻击图(PANAG)的攻击路径预测方法。利用通用漏洞评分系统对弱点属性进行分析,设计节点弱点聚类算法以减少弱点数目,同时提出概率属性网络攻击图生成算法GeneratNAG,从而避免攻击图生成后可能存在的状态爆炸问题。综合分析影响网络攻击可行性的多方面因素,引入攻击价值的概念,提出一种基于攻击价值的路径生成算法BuildNAP,以消除冗余路径。在此基础上,通过PANAG模型定量分析基于入侵意图的不同入侵路径的可能性,预测攻击者最可能采取的攻击路径。实验结果表明,该方法的准确率与执行效率均较高。