网络安全态势感知关键实现技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10页 |
| ·网络安全态势感知 | 第10-13页 |
| ·NSSA概念 | 第10-11页 |
| ·NSSA国内外研究现状分析 | 第11-13页 |
| ·层次化NSSA模型 | 第13-14页 |
| ·本文的主要工作和组织结构 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 基于数据融合的网络态势要素提取 | 第16-30页 |
| ·多传感器数据融合 | 第16-21页 |
| ·数据融合的功能模型 | 第16-18页 |
| ·数据融合的级别 | 第18-21页 |
| ·基于数据融合的网络态势提取模型 | 第21-22页 |
| ·实现方法 | 第22-29页 |
| ·分类方法 | 第22-27页 |
| ·融合方法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于层次化模型的网络安全态势评估 | 第30-36页 |
| ·层次化网络安全态势评估模型 | 第30-31页 |
| ·安全威胁指数的定量计算 | 第31-33页 |
| ·服务级 | 第31-32页 |
| ·主机级 | 第32-33页 |
| ·网络系统级 | 第33页 |
| ·参数确定 | 第33-35页 |
| ·攻击威胁严重度 | 第33-34页 |
| ·服务重要性权重 | 第34-35页 |
| ·主机重要性权重 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于GA-BPNN的网络安全态势预测 | 第36-42页 |
| ·GA-BPNN理论 | 第36-40页 |
| ·BP算法的缺点 | 第36-37页 |
| ·遗传算法 | 第37-38页 |
| ·遗传算法与神经网络相结合 | 第38-40页 |
| ·网络安全态势预测建模 | 第40-41页 |
| ·网络态势预测模型训练模块 | 第40页 |
| ·网络态势预测模块 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 网络安全态势感知关键实现技术综合仿真实验 | 第42-57页 |
| ·实验环境 | 第42-43页 |
| ·网络安全态势要素提取 | 第43-48页 |
| ·事件分类 | 第44-46页 |
| ·事件关联 | 第46-48页 |
| ·网络安全态势评估 | 第48-52页 |
| ·服务级安全威胁态势 | 第49-50页 |
| ·主机级安全威胁态势 | 第50-51页 |
| ·系统级安全威胁态势 | 第51-52页 |
| ·网络安全态势预测 | 第52-55页 |
| ·定义预测效果评价指标 | 第52页 |
| ·实验步骤及结果 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
