| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第12-17页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 攻击图生成 | 第13-14页 |
| 1.2.2 网络安全防护策略 | 第14页 |
| 1.2.3 当前研究面临的问题 | 第14-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 2 基础概念描述 | 第17-27页 |
| 2.1 脆弱性分析技术 | 第17-18页 |
| 2.2 攻击图技术 | 第18-22页 |
| 2.3 Q-learning机制 | 第22-25页 |
| 2.3.1 强化学习理论基础 | 第22-24页 |
| 2.3.2 Q-learning算法思想 | 第24-25页 |
| 2.4 基于攻击图拓扑的Q-learning机制举例 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于Q-learning机制的攻击图生成技术研究 | 第27-39页 |
| 3.1 基于攻击图的强化学习环境模型 | 第27-30页 |
| 3.1.1 攻击图的形式化定义 | 第28-29页 |
| 3.1.2 强化学习模型构建 | 第29-30页 |
| 3.2 基于Q-learning的网络攻击图生成算法 | 第30-34页 |
| 3.2.1 攻击防御序列模型 | 第31页 |
| 3.2.2 基于Q-learning的攻击图构造过程 | 第31-33页 |
| 3.2.3 基于Q-learning的攻击图生成算法 | 第33-34页 |
| 3.3 实验分析与验证 | 第34-38页 |
| 3.3.1 实验结果 | 第34-36页 |
| 3.3.2 实验结果分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于安全距离的动态防御模型研究 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 基于Q-learning机制的攻击图防御模型 | 第39-41页 |
| 4.2.1 攻击图模型的优化 | 第39-40页 |
| 4.2.2 智能体动态攻击防御策略生成算法 | 第40-41页 |
| 4.3 基于资产分析的防护目标选取与安全距离建模 | 第41-44页 |
| 4.3.1 基于资产的防护目标选取 | 第42页 |
| 4.3.2 基于安全距离的网络防御模型 | 第42-43页 |
| 4.3.3 基于Q-learning机制的动态防御策略 | 第43-44页 |
| 4.4 实验分析与验证 | 第44-49页 |
| 4.4.1 网络攻击防御环境 | 第45页 |
| 4.4.2 实验结果 | 第45-46页 |
| 4.4.3 ε-greedy中ε选取比较 | 第46-47页 |
| 4.4.4 不同安全距离防御策略生成 | 第47-48页 |
| 4.4.5 不同防御策略生成算法比较 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 5 基于Q-learning机制的动态防御软件的设计与实现 | 第51-61页 |
| 5.1 系统总体设计 | 第51-52页 |
| 5.1.1 系统需求分析 | 第51页 |
| 5.1.2 总体架构图 | 第51-52页 |
| 5.2 设计实现 | 第52-57页 |
| 5.2.1 语言和平台 | 第52页 |
| 5.2.2 数据库设计 | 第52-53页 |
| 5.2.3 后端业务和接口设计 | 第53-55页 |
| 5.2.4 前端单页面应用 | 第55-57页 |
| 5.3 系统测试 | 第57-61页 |
| 5.3.1 脆弱性现状测试 | 第58页 |
| 5.3.2 主面板模块测试 | 第58-59页 |
| 5.3.3 攻击图生成测试 | 第59页 |
| 5.3.4 基于资产分析以及安全距离的配置测试 | 第59-60页 |
| 5.3.5 智能体学习实时监测测试 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 研究成果总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录：攻读学位期间发表的学术论文及参与项目 | 第65-66页 |
| 致谢 | 第66页 |
