面向网络安全态势评估系统的态势评估算法设计
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·相关技术综述 | 第10-11页 |
| ·网络安全态势感知 | 第10页 |
| ·综合评价方法 | 第10-11页 |
| ·相关内容的研究现状 | 第11-13页 |
| ·网络安全态势感知的研究现状 | 第11-12页 |
| ·网络态势评估算法研究现状 | 第12页 |
| ·现状分析 | 第12-13页 |
| ·论文的研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第2章 网络安全态势评估系统简介 | 第15-22页 |
| ·网络安全态势评估系统功能性描述 | 第15-16页 |
| ·网络安全态势评估系统框架结构 | 第16-21页 |
| ·评估系统的部署 | 第16页 |
| ·评估系统层次结构 | 第16-17页 |
| ·评估系统的框架结构设计 | 第17-19页 |
| ·网络安全态势感知评估系统工作流程描述 | 第19-20页 |
| ·监控平台的关键技术 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 网络安全态势评估算法 | 第22-41页 |
| ·现代综合评价方法 | 第22-24页 |
| ·层次分析法(AHP) | 第23-24页 |
| ·神经网络算法 | 第24-26页 |
| ·神经网络模型 | 第24-25页 |
| ·BP算法 | 第25-26页 |
| ·支持向量机 | 第26-32页 |
| ·基于支持向量机的网络安全态势评估 | 第32-39页 |
| ·SVM的参数问题 | 第32-33页 |
| ·SVM的参数优化方法 | 第33-35页 |
| ·基于SVM的网络态势评估 | 第35-39页 |
| ·与BP算法的比较 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于SVM的网络安全态势预测 | 第41-50页 |
| ·时间序列 | 第41页 |
| ·小波分析 | 第41-43页 |
| ·连续小波变换 | 第41-42页 |
| ·离散小波变换 | 第42-43页 |
| ·多分辨分析 | 第43页 |
| ·回归型支持向量机 | 第43-47页 |
| ·ε-不敏感误差函数 | 第44页 |
| ·SVM回归分析 | 第44-47页 |
| ·基于小波分析和SVM的网络安全态势预测 | 第47-49页 |
| ·网络安全态势预测模型的建立 | 第47-48页 |
| ·网络安全态势预测模型的实现 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 参加的科研项目 | 第55页 |
| 发表或录用论文 | 第55-56页 |
| 致谢 | 第56页 |
