网络安全自主评估机制研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-10页 |
| ·相关领域研究现状 | 第10-15页 |
| ·网络安全评估技术研究进展 | 第10-12页 |
| ·自律计算 | 第12-13页 |
| ·自律计算与网络状态评估的结合 | 第13-15页 |
| ·论文的研究内容 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 网络安全评估技术概述 | 第17-33页 |
| ·引言 | 第17页 |
| ·网络安全评估概述 | 第17-19页 |
| ·网络安全评估指标 | 第17-18页 |
| ·网络安全评估研究内容 | 第18-19页 |
| ·网络安全风险评估常用方法 | 第19-21页 |
| ·定量分析法 | 第19-20页 |
| ·定性分析法 | 第20页 |
| ·综合分析法 | 第20-21页 |
| ·网络安全评估常用模型 | 第21-24页 |
| ·事件检测方法 | 第24页 |
| ·自律计算技术 | 第24-32页 |
| ·自律计算概念及特定 | 第24-27页 |
| ·自律计算概念模型 | 第27-29页 |
| ·自律计算的策略知识 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于自律计算的网络安全事件自主感知模型 | 第33-49页 |
| ·引言 | 第33-34页 |
| ·安全事件自感知模型 | 第34-37页 |
| ·特征提取 | 第37-39页 |
| ·基于 PCA 的特征提取流程 | 第37-38页 |
| ·选取主成份 | 第38-39页 |
| ·基于神经网络的安全事件感知流程 | 第39-43页 |
| ·神经网络基本基本理论 | 第39-40页 |
| ·LM 优化的神经网络 | 第40-42页 |
| ·基于神经网络的风险事件感知流程 | 第42-43页 |
| ·仿真实验结果与分析 | 第43-47页 |
| ·基本配置 | 第43-44页 |
| ·性能分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第4章 基于云模型的网络安全评估方法 | 第49-66页 |
| ·引言 | 第49页 |
| ·云模型相关理论 | 第49-56页 |
| ·一维正态云 | 第50-51页 |
| ·多维正态云 | 第51页 |
| ·云的数字特征 | 第51-53页 |
| ·云发生器算法 | 第53-55页 |
| ·多维云发生器算法 | 第55-56页 |
| ·云模型网络安全风险评估方法 | 第56-60页 |
| ·风险级别和评估属性概化 | 第57页 |
| ·多维评判云模型 | 第57-58页 |
| ·基于云模型的关联规则 | 第58页 |
| ·基于多维云的综合风险评估 | 第58-60页 |
| ·仿真实验结果与分析 | 第60-65页 |
| ·实验过程 | 第60-62页 |
| ·实验结果分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·前景展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |
