摘要 | 第1-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第8-12页 |
·研究背景及意义 | 第8-10页 |
·安全审计技术 | 第8-9页 |
·审计分析及其面临的挑战 | 第9-10页 |
·研究目标、内容及创新点 | 第10-11页 |
·论文结构安排 | 第11-12页 |
第二章 安全审计数据分析技术研究 | 第12-25页 |
·概述 | 第12页 |
·原始审计记录分析方法 | 第12-14页 |
·基于统计的方法 | 第12-13页 |
·基于规则的方法 | 第13页 |
·基于机器学习的方法 | 第13-14页 |
·原始审计记录的关联分析 | 第14页 |
·安全审计事件关联分析方法 | 第14-20页 |
·基于规则的方法 | 第15-17页 |
·基于概率统计的方法 | 第17-18页 |
·基于数据挖掘的方法 | 第18-19页 |
·基于辅助信息的方法 | 第19页 |
·关联分析算法能力比较 | 第19-20页 |
·审计分析可视化技术研究 | 第20-23页 |
·信息可视化技术 | 第20页 |
·审计分析可视化研究现状 | 第20-23页 |
·安全审计数据分析的发展趋势 | 第23-24页 |
·本章小结 | 第24-25页 |
第三章 安全审计事件可视化模型VAUDIT | 第25-39页 |
·安全审计数据格式规范 | 第25-28页 |
·安全审计事件统一描述 | 第28-33页 |
·相关数据模型借鉴 | 第28-29页 |
·安全审计事件统一描述 | 第29-33页 |
·基于有色Petri网的安全审计事件可视化模型VAUDIT | 第33-38页 |
·模型描述 | 第34-36页 |
·因果关系规则集 | 第36-38页 |
·本章小结 | 第38-39页 |
第四章 安全审计事件可视化关联分析框架 | 第39-52页 |
·框架概述 | 第39-40页 |
·基于离散小波变换的敏感事件客体获取方法 | 第40-44页 |
·小波变换简述 | 第41-42页 |
·DWT在敏感事件客体获取中的应用 | 第42-44页 |
·基于DBSCAN算法的时间敏感事件获取方法 | 第44-47页 |
·数据挖掘与聚类分析 | 第44-45页 |
·DBSCAN算法在时间敏感事件获取中的应用 | 第45-47页 |
·利用关系数据库查询技术获取逻辑敏感事件 | 第47-48页 |
·因果关系规则集的获取 | 第48-50页 |
·敏感审计事件关系的可视化 | 第50-51页 |
·本章小结 | 第51-52页 |
第五章 数据图形化显示的实现及应用 | 第52-67页 |
·局域监控网络实验环境 | 第52-53页 |
·可视化关联分析的实现 | 第53-66页 |
·可视化关联分析实现流程 | 第53页 |
·安全审计数据解析与统一处理 | 第53-57页 |
·小波变换结果图示 | 第57-59页 |
·聚类分析结果图示 | 第59-60页 |
·实验环境中的因果关系规则集 | 第60-62页 |
·图形化输出引擎 | 第62-64页 |
·可视化图示实例 | 第64-66页 |
·本章小结 | 第66-67页 |
第六章 结束语 | 第67-69页 |
·工作总结 | 第67页 |
·有待进一步研究的工作 | 第67-69页 |
参考文献 | 第69-72页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第72-73页 |
致谢 | 第73页 |