| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状与分析 | 第12-15页 |
| 1.2.1 脆弱性分析的国内外研究现状 | 第12-14页 |
| 1.2.2 NSSA技术的国内外研究现状 | 第14-15页 |
| 1.2.3 研究现状总结 | 第15页 |
| 1.3 课题的来源及研究内容 | 第15-17页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 课题的主要研究内容 | 第15-17页 |
| 第2章 态势感知及软件定义网络概述 | 第17-25页 |
| 2.1 态势感知技术概述 | 第17-19页 |
| 2.1.1 网络安全态势要素提取技术 | 第17-18页 |
| 2.1.2 网络安全态势理解技术 | 第18页 |
| 2.1.3 网络安全态势预测技术 | 第18-19页 |
| 2.2 软件定义网络概述 | 第19-24页 |
| 2.2.1 SDN定义与架构 | 第19-20页 |
| 2.2.2 SDN关键技术 | 第20-22页 |
| 2.2.3 SDN脆弱性分析 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 面向SDN网络的脆弱性扩散模型 | 第25-44页 |
| 3.1 引言 | 第25页 |
| 3.2 Bio-PEPA的基础语义 | 第25-26页 |
| 3.3 SDN网络脆弱性扩散模型 | 第26-35页 |
| 3.3.1 问题建模 | 第26-28页 |
| 3.3.2 层内脆弱性扩散形式化模型 | 第28-30页 |
| 3.3.3 层间脆弱性扩散形式化模型 | 第30-32页 |
| 3.3.4 脆弱性扩散模型描述 | 第32-35页 |
| 3.4 仿真实验与分析 | 第35-43页 |
| 3.4.1 模型分析 | 第35-37页 |
| 3.4.2 扩散因素分析 | 第37-43页 |
| 3.5 本章小节 | 第43-44页 |
| 第4章 基于叠加CMA-ES优化的网络安全态势自感知模型 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 网络安全态势感知系统建模 | 第44-45页 |
| 4.3 基于叠加CMA-ES-SVM的网络安全态势感知优化模型 | 第45-51页 |
| 4.3.1 叠加归一化数据预处理 | 第45-46页 |
| 4.3.2 支持向量机感知性能优化 | 第46-50页 |
| 4.3.3 数据还原 | 第50-51页 |
| 4.4 实验分析 | 第51-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于ExtJS网络安全态势可视化方案 | 第60-66页 |
| 5.1 引言 | 第60页 |
| 5.2 可视化技术总体概述 | 第60-61页 |
| 5.3 基于ExtJS的可视化呈现方案 | 第61-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间所发表的学术论文 | 第74-75页 |
| 致谢 | 第75页 |