基于贝叶斯知识追踪的网安人才能力智能化评估方法

• 作者: 张方娇 赵建军 刘心宇 王晓蕾 刘奇旭 崔翔
• 来源期刊: 信息安全学报
• 学科: 工学
• 关键词: 贝叶斯网络 知识追踪模型 网安人才 智能化评估 Web安全
• 年，卷（期）: 2021,（1）
• 页码范围: 62-77
• 页数: 16页
• 分类号: TP391.6
• 语种: 中文
• DOI: 10.19363/J.cnki.cn10-1380/tn.2021.01.06

摘要

近年来,网络空间安全形势日益严峻,导致网络空间安全人才(以下简称网安人才)缺口巨大,国家加快网安人才评估的需求愈加强烈.针对当前网安人才能力评估精准度不足的问题,本文提出了一种改进的贝叶斯知识追踪CT-BKT(Cybersecurity Talents Bayesian Knowledge Tracing)模型,通过网安人才能力评估时的个性智能化问答过程,该模型可对网安人才的知识状态进行追踪,从而实现对其能力的动态精准评估.为了验证CT-BKT模型的有效性,本文以Web安全为例,梳理了Web安全的知识技能体系并构建了相应题库,实现了一个面向Web安全领域的网安人才技能智能化评估系统CTIES(Cybersecurity Talents Intel-ligent Evaluation System).通过对22名网安人员进行Web安全的能力评估,本文提出的CT-BKT知识追踪模型的对网安人才的知识掌握状态的预测准确率较高,CTIES系统能细致且直观地展现网安人才Web安全的知识掌握程度及相应专业技能水平,验证了本文所提出的网安人才能力评估方法的可行性和有效性.