| 摘要 | 第1-16页 |
| ABSTRACT | 第16-19页 |
| 第一章 绪论 | 第19-43页 |
| ·研究背景 | 第20-26页 |
| ·网络需要安全技术 | 第20-21页 |
| ·安全技术有待提高 | 第21-25页 |
| ·预警技术应运而生 | 第25-26页 |
| ·研究现状 | 第26-36页 |
| ·安全预警体系结构 | 第26-27页 |
| ·安全态势知识表示模型 | 第27-29页 |
| ·安全态势感知中的测量技术 | 第29-31页 |
| ·安全态势评估技术 | 第31-34页 |
| ·安全中的主动学习 | 第34-35页 |
| ·安全态势预警技术 | 第35-36页 |
| ·研究内容 | 第36-40页 |
| ·预警系统体系结构和安全态势知识表示模型的研究 | 第36页 |
| ·安全态势感知中的测量技术的研究 | 第36-38页 |
| ·安全态势评估技术的研究 | 第38-39页 |
| ·安全预警中的主动学习技术研究 | 第39页 |
| ·预警技术研究及预警系统原型实现 | 第39-40页 |
| ·研究成果 | 第40-41页 |
| ·论文结构 | 第41-43页 |
| 第二章 安全预警体系结构和安全态势知识表示模型研究 | 第43-56页 |
| ·引言 | 第43页 |
| ·安全预警体系结构 | 第43-47页 |
| ·基于安全态势感知的预警系统组成 | 第43-44页 |
| ·基于安全态势感知的预警系统运行模式 | 第44-45页 |
| ·基于安全态势感知的预警系统工作过程 | 第45-47页 |
| ·安全态势感知信息的知识表示模型 | 第47-55页 |
| ·安全态势感知信息的层次结构 | 第47-50页 |
| ·安全态势信息的表示模型 | 第50-55页 |
| ·小结 | 第55-56页 |
| 第三章 态势感知中测量方法与策略研究 | 第56-89页 |
| ·引言 | 第56页 |
| ·态势感知中网络测量部署模型及其优化算法 | 第56-69页 |
| ·被动测量模型和算法 | 第57-61页 |
| ·主动测量模型和算法 | 第61-66页 |
| ·分布式收集框架 | 第66-68页 |
| ·研究总结 | 第68-69页 |
| ·端到端流量测量技术研究 | 第69-74页 |
| ·网络模型及带宽的定义 | 第69-70页 |
| ·测量方法 | 第70-73页 |
| ·相关讨论 | 第73-74页 |
| ·一种基于应用需求的网络流量测量策略 | 第74-88页 |
| ·相关工作 | 第75-76页 |
| ·COPP方法 | 第76-79页 |
| ·报文对分析 | 第79-81页 |
| ·转换点分析与权重的获取 | 第81-82页 |
| ·阈值的讨论 | 第82-83页 |
| ·仿真结果及分析 | 第83-87页 |
| ·测量策略总结 | 第87-88页 |
| ·小结 | 第88-89页 |
| 第四章 网络安全态势评估技术研究 | 第89-116页 |
| ·引言 | 第89-93页 |
| ·态势评估定义 | 第90-91页 |
| ·态势评估的研究现状 | 第91-93页 |
| ·网络安全态势评估模型及其推理框架 | 第93-98页 |
| ·网络安全态势评估问题描述 | 第93-94页 |
| ·网络安全态势评估功能模型 | 第94-96页 |
| ·网络安全态势评估推理框架 | 第96-98页 |
| ·基于蜜罐的网络安全态势评估系统框架 | 第98-102页 |
| ·蜜罐技术对于安全态势评估的意义 | 第99-100页 |
| ·基于蜜罐的安全态势评估系统框架 | 第100-102页 |
| ·一种基于网络安全态势图的评估方法 | 第102-114页 |
| ·网络安全态势图 | 第103-104页 |
| ·网络安全态势图生成算法 | 第104-106页 |
| ·基于网络安全态势图的态势评估 | 第106-107页 |
| ·方法验证 | 第107-114页 |
| ·小结 | 第114-116页 |
| 第五章 基于主动学习的入侵检测方法研究 | 第116-138页 |
| ·引言 | 第116页 |
| ·相关知识 | 第116-118页 |
| ·基于委员会的误分类采样算法 | 第118-123页 |
| ·相关工作 | 第118-120页 |
| ·平分版本空间策略 | 第120页 |
| ·基于委员会的误分类采样算法 | 第120-123页 |
| ·基于图约束及预聚类的可伸缩主动学习算法 | 第123-128页 |
| ·基本概念 | 第124-125页 |
| ·基于图约束的主动学习算法 | 第125-126页 |
| ·基于预聚类的可伸缩主动学习算法 | 第126-128页 |
| ·基于误分类代价最小化的代价敏感主动学习算法 | 第128-131页 |
| ·代价敏感学习 | 第129-130页 |
| ·基于误分类代价最小化的代价敏感主动学习算法 | 第130-131页 |
| ·实验 | 第131-137页 |
| ·不考虑误分类代价的实验 | 第132-134页 |
| ·考虑误分类代价的实验 | 第134-137页 |
| ·小结 | 第137-138页 |
| 第六章 预警技术研究及预警原型系统的实现 | 第138-157页 |
| ·引言 | 第138页 |
| ·安全态势感知系统中攻击预测的认知模型 | 第138-141页 |
| ·三层攻击认知模型简介 | 第138-140页 |
| ·攻击行为认知方法 | 第140-141页 |
| ·一种基于粒子群优化算法的组合预测模型 | 第141-147页 |
| ·粒子群算法简介 | 第142-143页 |
| ·组合预测模型 | 第143页 |
| ·PSO算法的实现 | 第143-144页 |
| ·基于PSO的组合预测方法的验证 | 第144-147页 |
| ·预警系统原型的实现 | 第147-155页 |
| ·预警系统原型简介 | 第147-149页 |
| ·安全预警原型系统框架 | 第149-151页 |
| ·预警服务器EWS | 第151-152页 |
| ·态势感知器SS | 第152-154页 |
| ·相关机制 | 第154-155页 |
| ·小结 | 第155-157页 |
| 第七章 结束语 | 第157-161页 |
| ·工作总结 | 第157-159页 |
| ·未来工作展望 | 第159-161页 |
| 致谢 | 第161-163页 |
| 参考文献 | 第163-175页 |
| 作者在学期间取得的学术成果 | 第175-177页 |
| 作者在学期间参加的主要科研项目 | 第177页 |