| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的背景和意义 | 第10-11页 |
| ·神经网络预测方法发展的现状 | 第11-13页 |
| ·模糊神经网络与网络安全 | 第13-14页 |
| ·主要内容及章节安排 | 第14-16页 |
| 第二章 BP 神经网络模型与算法 | 第16-35页 |
| ·BP 神经网络的结构 | 第16-17页 |
| ·BP 神经网络的算法 | 第17-24页 |
| ·BP 神经网络的传递函数 | 第18-20页 |
| ·BP 算法的基本原理 | 第20-21页 |
| ·BP 算法及其公式推导 | 第21-24页 |
| ·BP 神经网络的基本评价步骤 | 第24页 |
| ·BP 网络的设计和参数选择 | 第24-31页 |
| ·BP 网络的结构设计 | 第24-28页 |
| ·BP 网络参数的选择 | 第28-30页 |
| ·BP 网络学习样本的处理 | 第30-31页 |
| ·BP 神经网络的问题 | 第31-34页 |
| ·BP 算法的缺陷与不足 | 第31-32页 |
| ·BP 网络的改进研究 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于粒子群优化算法的模糊神经网络 | 第35-50页 |
| ·模糊系统的基本知识 | 第35-39页 |
| ·模糊系统 | 第35-36页 |
| ·模糊集 | 第36-37页 |
| ·模糊规则 | 第37页 |
| ·模糊推理系统 | 第37-38页 |
| ·反模糊化器 | 第38-39页 |
| ·模糊神经网络 | 第39-42页 |
| ·模糊神经网络的结构 | 第39-40页 |
| ·模糊神经网络的学习算法 | 第40-42页 |
| ·基于粒子群优化算法的模糊神经网络（PSO-FNN） | 第42-48页 |
| ·粒子群优化算法的概述 | 第42-43页 |
| ·粒子群优化算法的基本原理 | 第43-46页 |
| ·粒子群优化算法的改进 | 第46-47页 |
| ·粒子群算法优化模糊神经网络 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 网络安全态势评测的实现 | 第50-72页 |
| ·数据来源与数据构成 | 第50-59页 |
| ·研究数据的来源 | 第50-51页 |
| ·研究数据的构成 | 第51-58页 |
| ·神经网络数据的选取 | 第58-59页 |
| ·数据的模糊化处理 | 第59-61页 |
| ·神经网络在网络安全态势要素中的应用实现 | 第61-71页 |
| ·基于神经网络的网络安全态势评测软件实现 | 第62-67页 |
| ·BP 和 PSO‐FNN 应用于评测网络安全要素 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| ·总结 | 第72-73页 |
| ·展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |