信息系统安全风险的自动识别和量化方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究的意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·主要研究工作及创新点 | 第14页 |
| ·论文的组织及结构 | 第14-16页 |
| 第二章 信息系统风险周期性评估模型 | 第16-22页 |
| ·信息系统安全风险 | 第16-17页 |
| ·威胁 | 第16-17页 |
| ·弱点 | 第17页 |
| ·标准的风险评估流程 | 第17-19页 |
| ·IS 风险周期性评估模型 | 第19-22页 |
| 第三章 基于SVM 的威胁自动识别 | 第22-36页 |
| ·机器学习基本原理 | 第22-25页 |
| ·机器学习问题描述 | 第22-23页 |
| ·结构风险最小化 | 第23-25页 |
| ·支持向量机—SVM | 第25-29页 |
| ·最优分类超平面和支持向量 | 第25-27页 |
| ·核函数 | 第27-28页 |
| ·训练算法 | 第28-29页 |
| ·基于SVM 的风险识别 | 第29-36页 |
| ·实验数据的分布与表示 | 第30-34页 |
| ·实验结果及分析 | 第34-36页 |
| 第四章 基于 VaR 的风险度量方法 | 第36-43页 |
| ·传统的IS 安全风险评估方法 | 第36-37页 |
| ·复杂风险量化模型 | 第37-38页 |
| ·基于 VaR 的风险度量 | 第38-43页 |
| ·VaR 方法 | 第38-40页 |
| ·VaR 的计算原理 | 第40-41页 |
| ·仿真实验 | 第41-43页 |
| 第五章 风险识别和量化实例分析 | 第43-58页 |
| ·系统风险的人工评估 | 第44-52页 |
| ·系统目标分析 | 第44页 |
| ·资产识别和赋值 | 第44-45页 |
| ·确定资产的重要性程度，并赋值 | 第45-46页 |
| ·风险分析 | 第46-52页 |
| ·威胁自动识别和风险量化 | 第52-58页 |
| ·基于SVM 的威胁识别 | 第52-54页 |
| ·基于VaR 的风险量化 | 第54-58页 |
| 第六章 总结 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间发表的学术论著 | 第62页 |
| 攻读学位期间参与的项目 | 第62-63页 |
| 致谢 | 第63页 |
