| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究目标 | 第14-15页 |
| 1.4 研究内容 | 第15页 |
| 1.5 论文结构 | 第15-17页 |
| 2 网络安全评估相关技术 | 第17-32页 |
| 2.1 网络态势感知 | 第17-23页 |
| 2.1.1 网络态势感知概念 | 第17页 |
| 2.1.2 网络态势感知模型 | 第17-20页 |
| 2.1.3 与传统安全技术对比 | 第20-23页 |
| 2.2 网络安全态势评估关键技术 | 第23-31页 |
| 2.2.1 态势指标选取 | 第23-25页 |
| 2.2.2 数据融合 | 第25-26页 |
| 2.2.3 态势可视化 | 第26-27页 |
| 2.2.4 态势评估 | 第27-29页 |
| 2.2.5 态势预测 | 第29-31页 |
| 2.3 本章小结 | 第31-32页 |
| 3 基于灰色关联分析和D-S证据理论的网络安全态势评估方法 | 第32-49页 |
| 3.1 引言 | 第32-33页 |
| 3.2 D-S证据理论 | 第33-37页 |
| 3.2.1 D-S证据理论基本概念 | 第34-36页 |
| 3.2.2 D-S证据理论在态势评估中的应用 | 第36-37页 |
| 3.3 灰色关联分析 | 第37-39页 |
| 3.3.1 灰色系统概述 | 第37页 |
| 3.3.2 灰色关联分析基本概念 | 第37-39页 |
| 3.4 基于灰色关联分析与D-S证据理论的网络安全态势评估方法 | 第39-48页 |
| 3.4.1 评估模型构建与算法设计 | 第39-44页 |
| 3.4.2 实验分析 | 第44-48页 |
| 3.4.2.1 实验环境 | 第44页 |
| 3.4.2.2 实验过程和分析 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 基于GM(1,1)幂模型的网络安全态势预测方法研究 | 第49-61页 |
| 4.1 经典灰色预测模型 | 第50-53页 |
| 4.1.1 GM(1,1)模型 | 第50-52页 |
| 4.1.2 灰色Verhuist模型 | 第52-53页 |
| 4.2 GM(1,1)幂模型 | 第53-56页 |
| 4.2.1 GM(1,1)幂模型基本概念 | 第54-55页 |
| 4.2.2 GM(1,1)幂模型的建模步骤 | 第55-56页 |
| 4.3 基于GM(1,1)幂模型的网络安全态势预测方法研究 | 第56-57页 |
| 4.3.1 网络安全态势值计算 | 第56页 |
| 4.3.2 基于GM(1,1)幂模型的网络安全态势预测步骤 | 第56-57页 |
| 4.4 实验及结果分析 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 总结 | 第61-62页 |
| 展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 个人简历 | 第69页 |
