本文提出了一种名为“局部利用危害模型”（Local Exploit Hazard Model）的贝叶斯框架，旨在将漏洞利用预测评分系统（如EPSS）提供的全局概率转化为组织内部特定资产的每日利用危害率。核心创新在于：首先，通过专家意见池初始化控制措施有效性的概率分布，并利用遥测、攻击模拟或渗透测试的数据，通过Beta-Binomial推断动态更新该分布；然后，根据攻击向量对齐将更新后的控制有效性应用于EPSS评分，得到每个漏洞的实际利用可能性；接着，采用标准生存分析技术（包括恒定指数危害和威布尔危害模型），其中威布尔模型的形状参数通过已知被利用漏洞（KEV）目录的时间数据进行校准，从而捕捉漏洞老化后利用风险随时间衰减的实证规律。由于危害率在独立性假设下是可加的，单个漏洞的危害率可逐层聚合至主机、网络、业务单元乃至整个组织。最后，该框架能够模拟并排序候选修复措施所产生的危害减少量，为防御者在有限资源下提供可辩护的定量优先级依据。论文还讨论了未来扩展方向，包括事件可能性建模和财务损失建模。该研究对于希望从基于CVSS的静态评分转向动态、数据驱动的漏洞管理实践的安全团队具有重要参考价值。