基于贝叶斯方法的网络安全态势感知方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 网络安全态势感知相关技术 | 第15-31页 |
| 2.1 网络安全态势感知概述 | 第15-17页 |
| 2.1.1 网络安全态势感知概述 | 第15-16页 |
| 2.1.2 网络安全态势感知模型框架 | 第16-17页 |
| 2.2 NSSA相关概念比较 | 第17-21页 |
| 2.2.1 入侵检测技术 | 第17-19页 |
| 2.2.2 信息安全风险评估 | 第19-21页 |
| 2.3 网络安全态势感知关键技术 | 第21-24页 |
| 2.3.1 数据挖掘技术 | 第21页 |
| 2.3.2 数据融合技术 | 第21-22页 |
| 2.3.3 态势可视化技术 | 第22-23页 |
| 2.3.4 态势预测技术 | 第23-24页 |
| 2.4 贝叶斯网络基本理论 | 第24-30页 |
| 2.4.1 贝叶斯网络概述 | 第24-26页 |
| 2.4.2 贝叶斯网络构建 | 第26-27页 |
| 2.4.3 贝叶斯网推理 | 第27-28页 |
| 2.4.4 贝叶斯网学习 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于贝叶斯方法的NSSA模型设计 | 第31-49页 |
| 3.1 态势指标选取 | 第31-33页 |
| 3.1.1 多源数据的分类和选取 | 第31-32页 |
| 3.1.2 态势评价指标选取 | 第32-33页 |
| 3.2 NSSA框架的建立 | 第33-37页 |
| 3.2.1 层次化的网络系统结构 | 第33-34页 |
| 3.2.2 框架的建立与定义 | 第34-36页 |
| 3.2.3 态势感知流程 | 第36-37页 |
| 3.3 态势因子生成 | 第37-43页 |
| 3.3.1 基于改进CAIM算法的态势因子离散化 | 第37-40页 |
| 3.3.2 态势因子分级量化 | 第40-42页 |
| 3.3.3 一级态势因子分级量化 | 第42-43页 |
| 3.3.4 二级态势因子分级量化 | 第43页 |
| 3.4 贝叶斯网络构建 | 第43-47页 |
| 3.4.1 基于评分搜索的贝叶斯网络构建 | 第44-45页 |
| 3.4.2 参数学习 | 第45-47页 |
| 3.5 时间序列分析方法 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 网络安全态势分析 | 第49-59页 |
| 4.1 评价体系的建立与计算 | 第49-52页 |
| 4.1.1 态势评价体系 | 第49-50页 |
| 4.1.2 量化计算公式 | 第50-52页 |
| 4.2 态势生成 | 第52页 |
| 4.3 实验验证与分析 | 第52-58页 |
| 4.3.1 实验数据选取 | 第52页 |
| 4.3.2 实验分析一 | 第52-54页 |
| 4.3.3 实验分析二 | 第54-57页 |
| 4.3.4 实验对比分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
