基于能力曲线与双策略迭代的安全优化方法、装置及设备与流程

本技术涉及工业互联网，特别涉及一种基于能力曲线与双策略迭代的安全优化方法、装置及设备。

背景技术：

1、工业互联网安全建设正面临从合规导向向能力导向转型的关键阶段。随着工业企业数字化转型的持续深入，安全能力的规划、建设与持续优化已成为核心议题。现有技术体系中，以iec 62443系列标准、nist sp 800-82及网络安全框架、工业互联网联盟安全框架以及国内《工业互联网安全框架》等为代表的静态分层防护型安全体系架构，普遍采用按安全等级划分的防护思路，通过预先定义防护对象与安全功能的对应关系指导企业部署安全措施。此类框架在实际应用中依赖企业分类分级信息确定安全建设等级，但仅能给出防护措施的静态配置清单，无法将分类分级信息显式映射为安全能力上限、拐点投入等量化参数，也无法基于企业具体的资产对象、安全目标和威胁态势推导差异化的能力需求。企业即使明确了自身的分类分级，仍然面临从抽象等级到具体投入的转化缺失，不知应从何处着手、以何种强度部署哪些能力，导致框架的落地实施缺乏可操作的量化起点。因此，如何将企业分类分级信息参数化为能力边界，并从对象、目标、风险等多维视图推导出有针对性的能力需求，构建从定性等级到定量决策的转化路径，成为亟待解决的问题。

技术实现思路

1、基于此，本技术提供一种基于能力曲线与双策略迭代的安全优化方法，其特征在于，包括：

2、根据企业分类分级信息，执行参数查表操作，获取能力上限与拐点投入的参数边界，并基于预定义视图架构的输入数据推导能力需求；

3、根据所述能力需求与所述参数边界，对技术视图与管理视图的子维度执行成熟度评分，并通过加权几何平均计算当前综合安全能力，同时基于累计投入数据与所述当前综合安全能力拟合投入-能力转化曲线并判定所处转化区间；

4、根据所述所处转化区间与所述子维度成熟度评分中的最低评分，在补齐极低短板策略与边际效益最大化策略之间切换，生成投入分配方案，并将新增投入按所述投入分配方案分配至对应子维度以更新累计投入；

5、根据投入后的子维度重评数据计算新的综合安全能力，将新数据点叠加至历史数据集以重新拟合所述投入-能力转化曲线的参数，并根据迭代状态执行对应的反馈或终止操作。

6、可选的，所述根据企业分类分级信息，执行参数查表操作，获取能力上限与拐点投入的参数边界，并基于预定义视图架构的输入数据推导能力需求，包括：

7、根据企业分类分级信息，执行参数查表操作，获取能力上限与拐点投入的参数边界；

8、根据构成所述预定义视图架构的对象视图、目标视图、风险视图的输入数据，执行需求推导操作，获取功能视图的能力需求清单。

9、可选的，所述根据所述能力需求与所述参数边界，对技术视图与管理视图的子维度执行成熟度评分，并通过加权几何平均计算当前综合安全能力，同时基于累计投入数据与所述当前综合安全能力拟合投入-能力转化曲线并判定所处转化区间，包括：

10、根据所述能力需求清单，对十一个子维度分别执行成熟度评分，获取十一个子维度成熟度评分；

11、根据所述十一个子维度成熟度评分与由所述风险视图的威胁暴露度评估结果驱动的权重，执行加权几何平均计算，获取当前综合安全能力；

12、所述加权几何平均计算，设为当前综合安全能力，为第个子维度成熟度评分，为第个子维度对应的权重且，遍历所述十一个子维度，则综合安全能力计算公式为：

13、；

14、根据累计投入数据与所述当前综合安全能力，采用非线性最小二乘算法拟合投入-能力转化曲线的参数，并将当前累计投入代入拟合后的所述投入-能力转化曲线，判定所处转化区间；

15、所述投入-能力转化曲线，设为关于累计投入的综合安全能力，为能力上限，为能力转化速率系数，为拐点投入量，则投入-能力转化曲线方程为：

16、。

17、可选的，所述根据所述所处转化区间与所述子维度成熟度评分中的最低评分，在补齐极低短板策略与边际效益最大化策略之间切换，生成投入分配方案，并将新增投入按所述投入分配方案分配至对应子维度以更新累计投入，包括：

18、提取所述十一个子维度成熟度评分中的最低评分，将所述最低评分与预设的极低短板阈值进行比较；

19、根据所述最低评分与所述极低短板阈值的比较结果，在所述补齐极低短板策略与所述边际效益最大化策略之间切换，确定所述优先投入方向；

20、根据所述优先投入方向生成本轮投入分配方案，将新增投入按所述投入分配方案分配至对应的子维度，并更新累计投入。

21、可选的，所述根据投入后的子维度重评数据计算新的综合安全能力，将新数据点叠加至历史数据集以重新拟合所述投入-能力转化曲线的参数，并根据迭代状态执行对应的反馈或终止操作，包括：

22、对投入后的各个子维度重新执行成熟度评分，并通过加权几何平均计算获取新的综合安全能力；

23、将包含所述更新后的累计投入与所述新的综合安全能力的新数据点叠加至历史数据集，对所述投入-能力转化曲线的参数执行重新拟合；

24、将所述更新后的累计投入代入重新拟合后的所述投入-能力转化曲线，执行所处区间判定，在未进入效率递减区时，将检查过程中新发现的风险经过程视图同步至所述风险视图，并返回所述成熟度评分步骤，在已进入效率递减区时，终止迭代并输出最终综合安全能力与更新后的投入-能力转化曲线参数。

25、可选的，所述根据所述最低评分与所述极低短板阈值的比较结果，在所述补齐极低短板策略与所述边际效益最大化策略之间切换，确定所述优先投入方向，包括：

26、根据所述十一个子维度成熟度评分，提取最低评分，将所述最低评分与预设的极低短板阈值进行比较；

27、当所述最低评分小于所述极低短板阈值时，将所述最低评分对应的子维度确定为本轮唯一优先投入方向，并将所述新增投入全部分配至所述子维度；

28、当所述最低评分不小于所述极低短板阈值时，分别计算各子维度增加单位投入后的综合安全能力边际增量，选取所述综合安全能力边际增量最大的子维度作为优先投入方向；

29、所述综合安全能力边际增量，设为第个子维度增加单位投入引起的综合安全能力边际增量，基于综合安全能力对投入的偏导数计算，边际增量最大的子维度由确定。

30、可选的，所述将包含所述更新后的累计投入与所述新的综合安全能力的新数据点叠加至历史数据集，对所述投入-能力转化曲线的参数执行重新拟合，包括：

31、将包含所述更新后的累计投入与所述新的综合安全能力的新数据点叠加至历史数据集；

32、当所述历史数据集中累积数据点数量小于预设数量阈值时，采用以行业平均参数为均值的贝叶斯先验约束对所述投入-能力转化曲线的参数进行拟合；

33、当所述历史数据集中累积数据点数量不小于所述预设数量阈值时，采用levenberg-marquardt算法对所述投入-能力转化曲线的参数进行拟合，并对本轮拟合得到的参数值施加变动幅度约束，当任一参数的变动幅度超过预设比例阈值时，维持前一轮参数值不变。

34、本技术还提供一种基于能力曲线与双策略迭代的安全优化装置，所述装置包括：

35、能力边界与需求推导模块，用于根据企业分类分级信息，执行参数查表操作，获取能力上限与拐点投入的参数边界，并基于预定义视图架构的输入数据推导能力需求；

36、安全能力度量与曲线定位模块，用于根据所述能力需求与所述参数边界，对技术视图与管理视图的子维度执行成熟度评分，并通过加权几何平均计算当前综合安全能力，同时基于累计投入数据与所述当前综合安全能力拟合投入-能力转化曲线并判定所处转化区间；

37、双策略切换与投入分配模块，用于根据所述所处转化区间与所述子维度成熟度评分中的最低评分，在补齐极低短板策略与边际效益最大化策略之间切换，生成投入分配方案，并将新增投入按所述投入分配方案分配至对应子维度以更新累计投入；

38、重评重拟合与迭代控制模块，用于根据投入后的子维度重评数据计算新的综合安全能力，将新数据点叠加至历史数据集以重新拟合所述投入-能力转化曲线的参数，并根据迭代状态执行对应的反馈或终止操作。

39、可选的，所述安全能力度量与曲线定位模块，还包括：

40、子维度成熟度评分模块，用于根据所述能力需求清单，对技术视图的五个子项与管理视图的六个子项分别执行成熟度评分，获取十一个子维度成熟度评分；

41、加权几何平均计算模块，用于根据所述十一个子维度成熟度评分与由所述风险视图的威胁暴露度评估结果驱动的权重，执行加权几何平均计算，获取当前综合安全能力；

42、曲线拟合与区间判定模块，用于根据累计投入数据与所述当前综合安全能力，采用非线性最小二乘算法拟合投入-能力转化曲线的参数，并将当前累计投入代入拟合后的所述投入-能力转化曲线，判定所处转化区间。

43、本技术还提供一种电子设备，其特征在于，用于实现任一所述的基于能力曲线与双策略迭代的安全优化方法，包括：

44、处理器，用于执行从企业分类分级参数查表、视图需求推导、子维度成熟度评分与加权几何平均计算、投入-能力转化曲线拟合与区间判定、双策略切换与投入分配方案生成、重评重拟合及迭代反馈终止操作的完整计算与控制流程；

45、存储器，用于存储实现所述完整流程所必需的企业分类分级参数表、对象视图、目标视图、风险视图的输入数据、技术视图与管理视图的子维度成熟度评分、累计投入数据、投入-能力转化曲线参数、投入分配方案以及最终综合安全能力与曲线参数。

46、本技术的有益效果为：通过根据企业分类分级信息执行参数查表确定能力上限与拐点投入边界，并依据对象视图、目标视图、风险视图的输入推导功能视图需求，实现差异化安全建设的量化基准；并通过采用加权几何平均综合安全能力度量并基于累计投入数据拟合logistic投入-能力转化曲线，显式刻画安全投入与安全能力之间的非线性演化规律，从而精确判定当前所处转化区间；以及通过提取子维度最低评分并与极低短板阈值比较，在补齐极低短板策略与边际效益最大化策略之间自适应切换，有效刻画多子系统结构性约束并定向破解最薄弱环节对整体安全水平的制约；并通过将投入后新重评数据点叠加至历史数据集重新拟合曲线参数，并根据重新判定结果执行风险反馈或终止迭代，形成评估、决策、执行、检验、改进的全链路闭环，支撑安全能力随威胁态势变化持续迭代演进。