基于体温的网络安全风险评估模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.2.1 课题研究背景 | 第10页 |
| 1.2.2 课题研究意义 | 第10-11页 |
| 1.3 网络安全评估标准发展过程 | 第11-12页 |
| 1.4 网络安全风险评估技术的分类 | 第12页 |
| 1.5 国内外网络安全风险评估的发展和现状 | 第12-15页 |
| 1.6 研究内容与目的 | 第15-16页 |
| 1.7 论文章节结构 | 第16页 |
| 1.8 本章小结 | 第16-18页 |
| 第二章 风险评估原理及相关技术 | 第18-26页 |
| 2.1 风险评估工作原理 | 第18-19页 |
| 2.2 典型的网络安全评估技术 | 第19-25页 |
| 2.2.1 基于攻击图的风险评估技术 | 第19-20页 |
| 2.2.2 基于层次分析法的风险评估技术 | 第20-22页 |
| 2.2.3 基于神经网络的风险评估技术 | 第22-23页 |
| 2.2.4 基于数据融合的风险评估技术 | 第23-25页 |
| 2.2.5 免疫原理在风险评估技术中的应用 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于体温的网络安全风险评估模型 | 第26-31页 |
| 3.1 模型设计 | 第26-27页 |
| 3.1.1 设计模型的基本思想 | 第26页 |
| 3.1.2 设计模型阶段划分 | 第26页 |
| 3.1.3 设计模型与免疫系统的映射关系 | 第26-27页 |
| 3.2 各类检测器的动态演化过程 | 第27-30页 |
| 3.2.1 自体的动态演化过程 | 第27-28页 |
| 3.2.2 非恒定的r连续位匹配算法 | 第28页 |
| 3.2.3 检测器自体耐受的动态演化过程 | 第28页 |
| 3.2.4 成熟检测器的动态演化过程 | 第28-29页 |
| 3.2.5 记忆检测器的动态演化过程 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 NSAM-BT模型 | 第31-35页 |
| 4.1 抗体浓度定量计算模型 | 第31-33页 |
| 4.2 网络体温的感知模型 | 第33-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第五章 仿真实验与数据结果分析 | 第35-45页 |
| 5.1 实验环境 | 第35页 |
| 5.2 实验数据结果分析 | 第35-44页 |
| 5.2.1 参数选取 | 第35页 |
| 5.2.2 TP和FP对比实验 | 第35-37页 |
| 5.2.3 模型影响因子对比实验 | 第37-40页 |
| 5.2.4 模型影响因子三维对比实验 | 第40-42页 |
| 5.2.5 网络体温感知实验 | 第42-44页 |
| 5.3 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 附录1 攻读硕士学位期间发表论文目录 | 第55-56页 |
| 附录2 攻读硕士学位期间参加项目 | 第56页 |
