针对小样本下贝叶斯网络参数学习结果不准确的问题，本文提出一种模糊最大后验估计方法，该方法将模糊理论引入到参数学习中，通过对约束效力的度量，利用隶属度函数来确定超参进行学习，以提高约束使用的准确性。实验证明所提方法可以有效提高参数学习的精度。除此之外，本文将所提方法应用到网络安全评估中，将CVSS漏洞评分作为专家先验参数，结合漏洞信息迁移样本来进行参数学习，最后通过对节点和路径安全评估来验证方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
