网络安全态势感知研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究背景及意义 | 第12-13页 |
| ·相关研究现状 | 第13-18页 |
| ·网络安全态势感知研究现状 | 第13-17页 |
| ·网络安全态势感知主要研究方向 | 第17-18页 |
| ·本文主要研究内容 | 第18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 网络安全态势感知及方法 | 第20-27页 |
| ·网络安全态势感知 | 第20-21页 |
| ·网络安全态势概念 | 第20页 |
| ·NSAS 与IDS 比较 | 第20-21页 |
| ·态势感知方法 | 第21-24页 |
| ·灰色系统 | 第21-22页 |
| ·灰色系统基本概念 | 第21页 |
| ·灰色系统的研究内容 | 第21-22页 |
| ·灰色系统建模 | 第22页 |
| ·数据挖掘 | 第22-24页 |
| ·数据挖掘概念 | 第22-23页 |
| ·数据挖掘过程 | 第23-24页 |
| ·数据挖掘分析方法 | 第24页 |
| ·态势感知数据源 | 第24-26页 |
| ·Netflow 流量数据 | 第24-25页 |
| ·信息熵 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于灰模型的网络安全态势感知 | 第27-35页 |
| ·GM 灰模型 | 第27-30页 |
| ·GM(1，1)模型 | 第27-28页 |
| ·残差GM 模型 | 第28-29页 |
| ·GM(1，1)模型的适用范围 | 第29-30页 |
| ·总体结构模型 | 第30-31页 |
| ·信息熵预测步骤 | 第30页 |
| ·风险指数 | 第30-31页 |
| ·仿真试验及结果分析 | 第31-34页 |
| ·实验环境 | 第31页 |
| ·实验数据 | 第31-32页 |
| ·仿真结果及分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于多时间序列数据挖掘的网络安全态势感知 | 第35-50页 |
| ·关联规则数据挖掘 | 第35-40页 |
| ·关联规则挖掘基本概念 | 第35-37页 |
| ·关联规则分类 | 第37-38页 |
| ·挖掘关联规则的步骤 | 第38页 |
| ·Apriori 算法 | 第38-40页 |
| ·基于 Apriori 多时间序列的关联模式挖掘 | 第40-44页 |
| ·时间序列的线性分段拟合 | 第41-44页 |
| ·移动窗口分段 | 第41-42页 |
| ·从上到下分段 | 第42页 |
| ·由下自上分段 | 第42页 |
| ·基于非均匀区间划分分段 | 第42-44页 |
| ·总体结构模型 | 第44-45页 |
| ·仿真试验及结果分析 | 第45-49页 |
| ·实验环境 | 第45页 |
| ·实验数据 | 第45页 |
| ·仿真结果及分析 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 网络安全态势规则快速挖掘算法 | 第50-62页 |
| ·Apriori 算法的不足 | 第50页 |
| ·矩阵挖掘算法的基本思想 | 第50-52页 |
| ·基于关联矩阵产生频繁项集 | 第52-53页 |
| ·基于排序矩阵和树的改进候选算法 | 第53-58页 |
| ·仿真实验及结果分析 | 第58-61页 |
| ·实验环境 | 第58页 |
| ·实验数据 | 第58页 |
| ·仿真结果及分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-64页 |
| ·本文研究工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 个人简历 | 第68-69页 |
| 硕士研究生期间的研究成果 | 第69-70页 |
| 在攻读硕士学位期间参加的科研项目 | 第70-71页 |
