基于时空维度的多源网络安全态势感知方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 网络安全态势感知模型研究现状 | 第12-14页 |
| 1.2.2 网络安全态势感知方法研究现状 | 第14-15页 |
| 1.2.3 研究现状分析小结 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 论文的基本框架 | 第17-20页 |
| 第二章 网络安全态势感知基础理论和技术研究 | 第20-32页 |
| 2.1 网络安全态势感知相关定义 | 第20-21页 |
| 2.2 网络安全态势感知关键技术 | 第21-30页 |
| 2.2.1 态势影响数据源选取原则 | 第21-25页 |
| 2.2.2 数据预处理 | 第25-26页 |
| 2.2.3 网络安全态势评估 | 第26-29页 |
| 2.2.4 网络安全态势预测 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 层次属性约减的入侵检测算法 | 第32-46页 |
| 3.1 相关研究背景 | 第32页 |
| 3.2 层次属性约减算法理论基础 | 第32-37页 |
| 3.2.1 文化算法 | 第33-34页 |
| 3.2.2 粗糙集理论 | 第34-36页 |
| 3.2.3 遗传算法 | 第36-37页 |
| 3.2.4 入侵威胁值 | 第37页 |
| 3.3 层次属性约减的入侵检测算法实现 | 第37-41页 |
| 3.3.1 算法构建 | 第37-38页 |
| 3.3.2 HRGA-IDS算法 | 第38-39页 |
| 3.3.3 知识更新函数 | 第39页 |
| 3.3.4 种群空间函数 | 第39-40页 |
| 3.3.5 进化导向函数 | 第40-41页 |
| 3.4 实验验证 | 第41-44页 |
| 3.4.1 数据预处理 | 第41-42页 |
| 3.4.2 结果分析 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 脆弱性分析预测算法 | 第46-62页 |
| 4.1 相关研究背景 | 第46页 |
| 4.2 PSO-K-MEANS算法 | 第46-48页 |
| 4.2.1 PSO算法 | 第47页 |
| 4.2.2 K-means算法 | 第47-48页 |
| 4.2.3 算法收敛条件 | 第48页 |
| 4.3 脆弱性分析预测算法构建 | 第48-49页 |
| 4.4 漏洞信息文本聚类算法 | 第49-54页 |
| 4.4.1 漏洞信息文本聚类算法设计 | 第49页 |
| 4.4.2 数据预处理 | 第49-51页 |
| 4.4.3 PSO-K-means算法 | 第51-52页 |
| 4.4.4 主题提取 | 第52-54页 |
| 4.5 漏洞分析预测算法 | 第54-56页 |
| 4.5.1 漏洞威胁因子 | 第54-55页 |
| 4.5.2 VAPA算法实现 | 第55-56页 |
| 4.6 实验验证 | 第56-60页 |
| 4.6.1 漏洞信息文本聚类算法验证 | 第56-58页 |
| 4.6.2 VAPA算法验证 | 第58-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第五章 基于时空维度的网络安全态势感知算法 | 第62-72页 |
| 5.1 相关研究背景 | 第62-63页 |
| 5.2 时间维度主机层安全态势 | 第63-64页 |
| 5.3 时空维度网络层安全态势 | 第64-66页 |
| 5.4 实验验证 | 第66-70页 |
| 5.5 本章小结 | 第70-72页 |
| 总结与展望 | 第72-74页 |
| 总结 | 第72页 |
| 展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间取得的学术成果 | 第80-82页 |
| 1 发表的学术论文 | 第80页 |
| 2 申请的软著 | 第80页 |
| 3 申请的专利 | 第80页 |
| 4 参与项目 | 第80-82页 |
| 致谢 | 第82-83页 |
