| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 信息安全风险评估研究背景及意义 | 第12-13页 |
| 1.2 信息安全风险评估国内外研究现状 | 第13-16页 |
| 1.2.1 信息安全风险评估国外研究现状 | 第13-15页 |
| 1.2.2 信息安全风险国内研究现状 | 第15-16页 |
| 1.3 论文的主要研究内容与论文结构 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 信息安全风险评估理论及标准 | 第19-27页 |
| 2.1 信息安全风险评估模型 | 第19-21页 |
| 2.1.1 基于风险要素的风险评估模型 | 第19页 |
| 2.1.2 ISO 15408信息安全风险评估模型 | 第19-20页 |
| 2.1.3 GB/T 20984-2007信息安全风险评估模型 | 第20-21页 |
| 2.2 信息安全风险评估过程 | 第21-24页 |
| 2.2.1 风险评估基本步骤 | 第21-22页 |
| 2.2.2 风险评估基本流程 | 第22-24页 |
| 2.3 风险评估的相关标准 | 第24-25页 |
| 2.3.1 国外信息安全风险评估标准 | 第24页 |
| 2.3.2 国内信息安全风险评估标准 | 第24-25页 |
| 2.4 信息安全风险评估方法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于改进层次分析法的风险因素识别 | 第27-41页 |
| 3.1 风险因素分类及等级划分 | 第27-31页 |
| 3.1.1 资产分类及等级划分 | 第27-29页 |
| 3.1.2 威胁及等级划分 | 第29-30页 |
| 3.1.3 脆弱性及等级划分 | 第30-31页 |
| 3.2 层次分析法 | 第31-36页 |
| 3.2.1 AHP实现步骤 | 第31-34页 |
| 3.2.2 AHP的不足 | 第34页 |
| 3.2.3 故障树分析法 | 第34-35页 |
| 3.2.4 信息安全风险评估模糊综合评价法 | 第35-36页 |
| 3.3 AHP改进方案 | 第36-40页 |
| 3.3.1 判断矩阵的构造 | 第37-38页 |
| 3.3.2 一致性检验 | 第38页 |
| 3.3.3 确立风险等级 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 粒子群优化主元神经网络的信息安全风险评估 | 第41-48页 |
| 4.1 主元神经网络预测模型 | 第41-42页 |
| 4.2 主成分分析 | 第42-44页 |
| 4.2.1 主成分分析的几何意义 | 第42-43页 |
| 4.2.2 主成分分析的数学模型 | 第43-44页 |
| 4.3 BP神经网络 | 第44-45页 |
| 4.4 粒子群优化主元神经网络算法 | 第45-47页 |
| 4.4.1 PSO优化主元神经网络原理及步骤 | 第45-46页 |
| 4.4.2 PSO优化主元神经网络流程图 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 信息安全风险评估实例分析和仿真实验 | 第48-57页 |
| 5.1 改进AHP在风险因素识别中的应用 | 第48-53页 |
| 5.1.1 改进AHP与AHP的比较 | 第48-50页 |
| 5.1.2 改进AHP与FTA的比较 | 第50-51页 |
| 5.1.3 改进AHP与AHP、FTA的结果分析 | 第51-53页 |
| 5.2 PSO优化主元神经网络的信息安全风险评估仿真实验 | 第53-56页 |
| 5.2.1 数据样本的选取 | 第53页 |
| 5.2.2 PSO优化主元神经网络模型的建立 | 第53-55页 |
| 5.2.3 仿真实验结果 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 总结 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者简介 | 第64-65页 |
| 攻读硕士期间发表的论文和科研成果 | 第65-66页 |
