摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第7-11页 |
1.1 研究背景 | 第7页 |
1.2 风险评估国内外现状 | 第7-9页 |
1.2.1 国外发展现状 | 第7-8页 |
1.2.2 国内发展现状 | 第8-9页 |
1.3 论文的主要工作及技术难点 | 第9-10页 |
1.4 论文结构安排 | 第10页 |
1.5 本章小结 | 第10-11页 |
第二章 信息安全风险评估 | 第11-21页 |
2.1 信息与信息安全 | 第11页 |
2.1.1 信息 | 第11页 |
2.1.2 信息安全 | 第11页 |
2.2 风险评估的目的及意义 | 第11-12页 |
2.3 信息安全风险评估的相关概念 | 第12-13页 |
2.3.1 信息安全风险评估的概念 | 第12页 |
2.3.2 风险评估和风险管理的关系 | 第12-13页 |
2.3.3 风险评估过程的基本要素 | 第13页 |
2.4 信息安全风险评估方法 | 第13-17页 |
2.4.1 手动评估和工具辅助评估 | 第13-14页 |
2.4.2 技术评估和整体评估 | 第14页 |
2.4.3 定性评估和定量评估 | 第14-15页 |
2.4.4 基于知识的风险评估和基于模型的风险评估 | 第15-16页 |
2.4.5 典型的信息安全风险评估方法 | 第16-17页 |
2.5 风险评估框架及流程 | 第17-20页 |
2.5.1 风险要素关系 | 第17-19页 |
2.5.2 风险分析原理 | 第19页 |
2.5.3 风险分析基本流程 | 第19-20页 |
2.6 本章小结 | 第20-21页 |
第三章 遗传算法 | 第21-30页 |
3.1 遗传算法概述 | 第21-22页 |
3.1.1 遗传算法的用途 | 第21页 |
3.1.2 遗传算法的特点 | 第21-22页 |
3.2 遗传算法运行流程 | 第22-23页 |
3.3 基本遗传算法 | 第23-25页 |
3.3.1 数学模型 | 第23-24页 |
3.3.2 基本遗传算法的步骤 | 第24页 |
3.3.3 适应度函数 | 第24-25页 |
3.4 遗传算法的关键要素 | 第25-28页 |
3.4.1 编码方式 | 第25-26页 |
3.4.2 遗传操作 | 第26-28页 |
3.5 遗传算法的运行参数 | 第28-29页 |
3.6 本章小结 | 第29-30页 |
第四章 信息安全风险评估模型研究 | 第30-37页 |
4.1 安全风险评估量化模型 | 第30-32页 |
4.1.1 安全风险基本模型 | 第30-31页 |
4.1.2 风险度量标准 | 第31页 |
4.1.3 安全风险评估定量模型 | 第31-32页 |
4.2 Poisson分布与安全事件的发生 | 第32-36页 |
4.2.1 Poisson分布与Poisson过程 | 第32-34页 |
4.2.2 威胁事件发生的统计规律 | 第34-36页 |
4.2.3 基于信息系统威胁发生统计规律的度量模型 | 第36页 |
4.3 本章小结 | 第36-37页 |
第五章 信息安全风险评估实例检验 | 第37-60页 |
5.1 遗传算法的实现过程 | 第37-44页 |
5.1.1 编码设计 | 第37页 |
5.1.2 适应度函数设计 | 第37-38页 |
5.1.3 遗传操作的选择与定义 | 第38页 |
5.1.4 程序运行流程 | 第38-39页 |
5.1.5 遗传算法运行参数的选定 | 第39-43页 |
5.1.6 风险值计算结果 | 第43-44页 |
5.2 某公司情况概述及系统网络特性 | 第44页 |
5.3 资产、威胁、脆弱性识别与评估 | 第44-51页 |
5.3.1 资产识别 | 第44-45页 |
5.3.2 资产赋值 | 第45-46页 |
5.3.3 威胁识别与评估 | 第46-47页 |
5.3.4 脆弱性识别与评估 | 第47-51页 |
5.4 实验结果与分析 | 第51-59页 |
5.4.1 实验结果 | 第51-53页 |
5.4.2 相乘法计算系统风险值 | 第53-55页 |
5.4.3 矩阵法计算系统系统风险值 | 第55-58页 |
5.4.4 结果分析 | 第58-59页 |
5.5 本章小结 | 第59-60页 |
第六章 总结与展望 | 第60-62页 |
6.1 论文总结 | 第60页 |
6.2 展望 | 第60-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
附录 | 第67-68页 |