基于区块链和神经网络的威胁情报评估

共享威胁情报便于组织高效的应对威胁和部署防御计划．针对威胁情报在收集过程中出现的质量参差不齐、价值不高、容易过期等问题，通过评估情报厂商和共享平台提供的数据，基于制定的评估原则，提出了4个一级指标和11个二级指标，建立了威胁情报评估体系．所选的评估指标能够实现可计算化，其中一级指标包括信誉、时效性、贡献度和质量，研究的主要贡献在于，采用以太坊架构和智能合约设计了一级指标中的信誉系统，通过评分的更新实现了信誉评分的动态调整；区块链技术中的匿名和隐私方案保护了用户的隐私性，同时对于恶意用户也制定了相应的惩罚措施，具体过程是向区块链节点发起评分撤销请求，节点采用共识算法通过请求后给予不同程度的限制，改善了评估模型的公正合理性．此外，本研究构建了相关数据集，通过层次分析法(AHP)选取了4个权重较大的二级指标，并利用神经网络算法方法验证了评估模型的有效性和可操作性，精度达到92.59%，与实际值的相关系数达到0.9以上．最后将评估方法效果从实用性、代表性、动态性和可验证4个方面对比，指出所提出的评价方法在实用性和动态性上有明显优势，评估结果为高．