计算机科学 ›› 2019, Vol. 46 ›› Issue (7): 102-107.doi: 10.11896/j.issn.1002-137X.2019.07.016

• 信息安全 • 上一篇    下一篇

基于认知诊断理论的网络安全自适应测试技术

齐斌,王宇,邹红霞,李冀兴   

  1. (航天工程大学航天信息学院 北京101416)
  • 收稿日期:2018-06-03 出版日期:2019-07-15 发布日期:2019-07-15
  • 作者简介:齐 斌(1994-),男,硕士,主要研究方向为网络空间安全;王 宇(1971-),男,博士,教授,CCF会员,主要研究方向为保密技术,E-mail:1364742701@qq.com(通信作者);邹红霞(1968-),女,硕士,副教授,主要研究方向为计算机应用技术;李冀兴(1993-),男,硕士,主要研究方向为网络空间安全。
  • 基金资助:
    国家863计划项目(2015AAxxx2078),省部级科技创新工程(ZYX14030011)资助

Adaptive Testing Technology Based on Cognitive Diagnostic in Cybersecurity

QI Bin,WANG Yu,ZOU Hong-xia,LI Ji-xing   

  1. (Department of Information,Space Engineering University,Beijing 101416,China)
  • Received:2018-06-03 Online:2019-07-15 Published:2019-07-15

摘要: 为进一步研究人员的网络安全素养,准确诊断人员网络安全知识和技能的水平,结合心理测量学和计算机测试技术,开发了基于认知诊断的多级属性评分的自适应测试技术。首先,为更好适应多元化复杂的网络安全知识结构且便于测试模型,在网络安全领域设计了复杂的层级网络安全知识库模型;然后,在多级评分认知诊断模型的基础上引入了属性层级的概念进行综合改进,并提出了准确、高效的参数估计方法和同模型相适应的选题策略。实验结果表明,多级属性评分的网络安全自适应测试技术较传统的多级评分模型提高了10.5%的效率,为计算机自适应测试领域的研究提供了参考。

关键词: 自适应测试, 认知诊断, 网络安全, PH-DINA, 素养测评

Abstract: To further effectively study the cybersecurity literacy of personnel and accurately diagnose the specific level of personnel knowledge and skills,the paper developed adaptive cybersecurity testing technology based on multi-level attributes scoring of cognitive diagnosis by combining psychometrics and computer testing technology.Firstly,a hierarchical cybersecurity knowledge model is designed for better adapting to the complex knowledge structure and verifying the research.Then,the hierarchy of attribute is input based on polytomous scoring cognitive diagnosis model to implement comprehensive improvements.Accurate and efficient parameter estimation method and suitable selection strategy are proposed to improve performance.The experimental results show that the adaptive cybersecurity testing technology of multi-level attributes scoring improves the efficiency by 10.5% compared with the traditional multi-level scoring model,which provides a reference to the research of computerized adaptive testing.

Key words: Adaptive testing, Cognitive diagnostic, Cybersecurity, PH-DINA, Evaluation of literacy

中图分类号: 

  • TP309.2
[1] CONTEH N Y,SCHMICK P J.Cybersecurity:risks,vulnerabi- lities and countermeasures to prevent social engineering attacks[J].International Journal of Advanced Research in Computer Science,2016,6(23):31-38.<br />
[2] GRATIAN M,BANDI S,CUKIER M,et al.Correlating Human Traits and Cybersecurity Behavior Intentions[J].Computers & Security,2018,73(3):345-358.<br />
[3] BASSETT G.System and method for cyber security analysis and human behavior prediction:US 20160205122. A1[P].2016-3-22.<br />
[4] YOUNG H,VLIET T V,VEN J V D,et al.Understanding Human Factors in Cyber Security as a Dynamic System[C]∥AHFE 2017:8th International Conference on Applied Human Factors and Ergonomics.Los Angeles,Springer,2017:244-254.<br />
[5] ZHANG H L,YU H N,FANG B X,et al.Research on China’s cyberspace security practice qualification system [J].Chinese Engineering Science,2016,18(6):44-48.(in Chinese)<br />
张宏莉,于海宁,方滨兴,等.我国网络空间安全执业资格认证体系研究[J].中国工程科学,2016,18(6):44-48.<br />
[6] SMITS N,PAAP M C S,B HNKE J R.Some recommendations for developing multidimensional computerized adaptive tests for patient-reported outcomes[J].Quality of Life Research,2018,27(4):1055-1063.<br />
[7] GU Y,XU G.The Sufficient and Necessary Condition for the Identifiability and Estimability of the DINA Model[J].Psychometrika,2018(2):1-16.<br />
[8] TORRE J D L,MINCHEN N.Cognitively Diagnostic Assessments and the Cognitive Diagnosis Model Framework[J].Psicología Educativa,2014,20(2):89-97 [9]MCS P,KROEZE K A,TERWEE C B,et al.Item usage in a multidimensional computerized adaptive test (MCAT) measu-ring health-related quality of life[J].Quality Life of Research,2017,26(11):2909-2918.<br />
[10] RAJ R K,PARRISH A.Toward Standards in Undergraduate Cybersecurity Education in 2018[J].Computer,2018,51(2):72-75.<br />
[11] QI B,WANG Y,ZOU H X,et al.The Analysis of Measurement Method in the Knowledge System of Network Security Based on Information Entropy[C]∥ICCT 2017:17th IEEE International Conference on Communication Technology.Sichuan,China:IEEE Press,2017:1328-1333.<br />
[12] TU D B,CAI Y,DAI H Q,et al.A Polytomous Cognitive Diagnosis Model:P-DINA Model[J].Acta PsychologicaSinica,2010,42(10):1011-1020.(in Chinese)<br />
涂冬波,蔡艳,戴海琦,等.一种多级评分的认知诊断模型:P-DINA模型的开发[J].心理学报,2010,42(10):1011-1020.<br />
[13] CAI Y,MIAO Y,TU D B.The polytomously scored cognitive diagnosis computerized adaptive testing[J].Acta PsychologicaSinica,2016,48(10):1338-1346.(in Chinese)<br />
蔡艳,苗莹,涂冬波.多级评分的认知诊断计算机化适应测验[J].心理学报,2016,48(10):1338-1346.<br />
[14] XU G.Identifiability of restricted latent class models with binary responses[J].The Annals of Statistics,2017,45(2):675-707.<br />
[15] HSU C L,WANG W C,CHEN S Y.Variable-Length Computerized Adaptive Testing Based on Cognitive Diagnosis Models.[J].Applied Psychological Measurement,2013,37(7):563-582.<br />
[16] KAPLAN M,TORRE J D L,BARRADA J R.New Item Selec- tion Methods for Cognitive Diagnosis Computerized Adaptive Testing[J].Applied Psychological Measurement,2015,39(3):167-188.
[1] 白雪, 努尔布力, 王亚东. 网络安全态势感知研究现状与发展趋势的图谱分析[J]. 计算机科学, 2020, 47(6A): 340-343.
[2] 梁俊斌, 张敏, 蒋婵. 社交传感云安全研究进展[J]. 计算机科学, 2020, 47(6): 276-283.
[3] 白玮, 潘志松, 夏士明, 成昂轩. 基于遗传算法的网络安全配置自动生成框架[J]. 计算机科学, 2020, 47(5): 306-312.
[4] 张政霖,张利伟,王文娟,夏莉,符豪,王宏志,杨立状,李海. 计算机化神经认知评估系统研究综述[J]. 计算机科学, 2020, 47(2): 150-156.
[5] 刘海波,武天博,沈晶,史长亭. 基于GAN-LSTM的APT攻击检测[J]. 计算机科学, 2020, 47(1): 281-286.
[6] 李鹏飞, 陈鸣, 邓理, 钱红燕. 一种基于NFV的检测OSPF双LSA攻击的方法[J]. 计算机科学, 2019, 46(6A): 343-347.
[7] 冯贵兰, 李正楠, 周文刚. 大数据分析技术在网络领域中的研究综述[J]. 计算机科学, 2019, 46(6): 1-20.
[8] 张洁卉, 潘超, 章勇. 最优化权值的网络系统风险组合评价模型[J]. 计算机科学, 2019, 46(6): 148-152.
[9] 付泽强, 王晓锋, 孔军. 高性能网络安全告警信息的关联分析方法[J]. 计算机科学, 2019, 46(5): 116-121.
[10] 韩忠明, 郑晨烨, 段大高, 董健. 基于多信息融合表示学习的关联用户挖掘算法[J]. 计算机科学, 2019, 46(4): 77-82.
[11] 赵梦瑶, 李晓宇. 基于洋葱路由的双向匿名秘密通信协议[J]. 计算机科学, 2019, 46(4): 164-171.
[12] 齐斌, 邹红霞, 王宇, 李冀兴. 基于协同过滤和认知诊断的试题推荐方法[J]. 计算机科学, 2019, 46(11): 235-240.
[13] 薛昊, 陈鸣, 钱红燕. 基于NFV的防范SDN控制器中UDP控制分组冗余的机制[J]. 计算机科学, 2019, 46(10): 135-140.
[14] 朱江, 陈森. 基于NAWL-ILSTM的网络安全态势预测方法[J]. 计算机科学, 2019, 46(10): 161-166.
[15] 南世慧, 魏伟, 吴华清, 邹金蓉, 赵志文. 基于KNN和GBDT的Web服务器指纹识别技术[J]. 计算机科学, 2018, 45(8): 141-145.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 雷丽晖,王静. 可能性测度下的LTL模型检测并行化研究[J]. 计算机科学, 2018, 45(4): 71 -75 .
[2] 孙启,金燕,何琨,徐凌轩. 用于求解混合车辆路径问题的混合进化算法[J]. 计算机科学, 2018, 45(4): 76 -82 .
[3] 张佳男,肖鸣宇. 带权混合支配问题的近似算法研究[J]. 计算机科学, 2018, 45(4): 83 -88 .
[4] 伍建辉,黄中祥,李武,吴健辉,彭鑫,张生. 城市道路建设时序决策的鲁棒优化[J]. 计算机科学, 2018, 45(4): 89 -93 .
[5] 史雯隽,武继刚,罗裕春. 针对移动云计算任务迁移的快速高效调度算法[J]. 计算机科学, 2018, 45(4): 94 -99 .
[6] 周燕萍,业巧林. 基于L1-范数距离的最小二乘对支持向量机[J]. 计算机科学, 2018, 45(4): 100 -105 .
[7] 刘博艺,唐湘滟,程杰仁. 基于多生长时期模板匹配的玉米螟识别方法[J]. 计算机科学, 2018, 45(4): 106 -111 .
[8] 耿海军,施新刚,王之梁,尹霞,尹少平. 基于有向无环图的互联网域内节能路由算法[J]. 计算机科学, 2018, 45(4): 112 -116 .
[9] 崔琼,李建华,王宏,南明莉. 基于节点修复的网络化指挥信息系统弹性分析模型[J]. 计算机科学, 2018, 45(4): 117 -121 .
[10] 王振朝,侯欢欢,连蕊. 抑制CMT中乱序程度的路径优化方案[J]. 计算机科学, 2018, 45(4): 122 -125 .