[发明专利]一种随机森林的边缘计算终端安全等级评估方法

摘要

本发明公开了一种随机森林的边缘计算侧终端安全等级评估方法，包括以下步骤：S1.设定终端个安全测试单项以及各个测试单项的测试结果；S2.对接入的智能终端进行测试，S3.确定智能终端安全等级和单项测试结果集的对应关系；S4.计算每个边缘终端对应的安全等级，得到数据集；S5.将数据集划分为训练集和测试集；S6.将训练集输入随机森林进行训练，得到成熟的分类器模型；S7.将测试集输入训练得到的随机森林分类器模型中，得到测试结果与步骤S4安全等级对比得到达标分类器；S8.利用达标分类器模型评估新接入的终端安全等级。本发明将边缘终端的数据安全需求按等级划分，根据面临的安全风险、系统复杂度，能够通过量化的客观标准进行边缘计算侧终端安全评估。

主权项

1.一种随机森林的边缘计算侧终端安全等级评估方法，其特征在于：包括以下步骤：S1.在边缘计算侧搭建安全测试平台，设定终端的k个测试单项，每个测试单项的测试结果为0或1，其中0表示不通过，1表示通过；S2.在边缘侧的安全测试平台上，按照k个测试单项对m+n台智能终端进行测试，得到每一台智能终端的安全性能单项测试结果集，其中第i台智能终端的安全性能单项测试结果集为：X_i＝[x_i1，x_i2，...，x_ik]，i＝1，2，...，m+n；其中，x_ij为第i台智能终端的第j个测试单项得分，j＝1，2，...，k；将所有智能终端的单项测试结果用(m+n)*k维矩阵X表示：S3.确定智能终端安全等级和单项测试结果集的对应关系；S4.按照步骤S3中的对应关系，计算每个X_i＝[x_i1，x_i2，...，x_ik]对应的安全等级y_i，计算完毕后得到数据集D＝{(X₁，y₁)，(X₂，y₂)，...，(X_m+n，y_m+n)}；S5.划分数据集D，取数据集D的前m项为训练集T，后n项为测试集S：训练集T＝{(X₁，y₁)，(X₂，y₂)，...，(X_m，y_m)}，占数据集的比例为测试集S＝{(X_m+1，y_m+1)，(X_m+2，y_m+2)，...，(X_m+n，y_m+n)}，占数据集的比例为S6.将训练集T＝{(X₁，y₁)，(X₂，y₂)，...，(X_m，y_m)}作为样本集合，输入随机森林分类器模型中进行训练，得到成熟的分类器模型；S7.训练完成后，将测试集S＝{(X_m+1，y_m+1)，(X_m+2，y_m+2)，...，(X_m+n，y_m+n)}输入训练得到的随机森林分类器模型中，得到测试结果与步骤S4安全等级对比得到达标分类器；S8.将新接入的待测边缘计算侧智能终端接入安全测试平台得到测试结果，输入达标的分类器模型中进行评估，得到对应的安全等级。