| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与方法 | 第13页 |
| 1.4 论文组织与结构 | 第13-15页 |
| 第二章 相关理论研究 | 第15-30页 |
| 2.1 机载娱乐系统简介及其面临的安全问题 | 第15-21页 |
| 2.1.1 机载娱乐系统的构成 | 第15-17页 |
| 2.1.2 机载娱乐系统的数据流向 | 第17-19页 |
| 2.1.3 机载娱乐系统面临的安全问题 | 第19-21页 |
| 2.2 机载娱乐系统风险评估方法 | 第21-24页 |
| 2.2.1 通用信息系统风险评估流程 | 第21页 |
| 2.2.2 机载娱乐系统风险评估流程 | 第21-24页 |
| 2.3 D-S证据理论 | 第24-27页 |
| 2.3.1 数据融合 | 第24页 |
| 2.3.2 D-S证据理论基本定义 | 第24-26页 |
| 2.3.3 D-S证据理论合成规则 | 第26-27页 |
| 2.4 攻击树模型 | 第27-29页 |
| 2.4.1 攻击树模型概述 | 第27-28页 |
| 2.4.2 量化攻击事件发生概率 | 第28-29页 |
| 2.5 本章总结 | 第29-30页 |
| 第三章 机载娱乐系统初步风险分析 | 第30-34页 |
| 3.1 初步风险分析 | 第30-32页 |
| 3.1.1 脆弱性分析 | 第30-31页 |
| 3.1.2 威胁分析 | 第31页 |
| 3.1.3 已有安全措施分析 | 第31-32页 |
| 3.2 建立安全性评估指标并量化 | 第32-33页 |
| 3.3 本章总结 | 第33-34页 |
| 第四章 基于模糊隶属度和D-S证据理论的指标数据融合算法 | 第34-42页 |
| 4.1 模糊理论 | 第34页 |
| 4.2 基于模糊隶属度和D-S证据理论的指标数据融合 | 第34-37页 |
| 4.2.1 确定指标集 | 第35页 |
| 4.2.2 确定模糊隶属度矩阵 | 第35-36页 |
| 4.2.3 改进的D-S证据理论合成算法 | 第36-37页 |
| 4.3 算法实例与结果分析 | 第37-41页 |
| 4.3.1 收集打分数据 | 第37-39页 |
| 4.3.2 计算基本概率分配 | 第39页 |
| 4.3.3 打分数据融合 | 第39-40页 |
| 4.3.4 结果对比分析 | 第40-41页 |
| 4.4 本章总结 | 第41-42页 |
| 第五章 基于模糊层次分析法的攻击树模型 | 第42-51页 |
| 5.1 基于攻击树的威胁场景建模 | 第42-43页 |
| 5.2 基于模糊层次分析法的攻击树模型 | 第43-46页 |
| 5.2.1 模糊层次分析法 | 第43-45页 |
| 5.2.2 攻击树叶节点指标量化 | 第45页 |
| 5.2.3 确定指标权重 | 第45-46页 |
| 5.2.4 计算风险发生概率 | 第46页 |
| 5.3 应用实例与结果分析 | 第46-50页 |
| 5.3.1 建立攻击树威胁场景模型 | 第46页 |
| 5.3.2 获取专家组打分数据并融合 | 第46-47页 |
| 5.3.3 计算叶节点安全属性指标权重 | 第47-48页 |
| 5.3.4 计算根节点发生概率 | 第48页 |
| 5.3.5 计算攻击序列发生概率 | 第48-49页 |
| 5.3.6 结果对比分析 | 第49-50页 |
| 5.4 本章总结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介 | 第58页 |