| 战略支援部队信息工程大学研究生学位论文自评表 | 第4-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究背景与意义 | 第17-18页 |
| 1.2 研究现状 | 第18-22页 |
| 1.2.1 身份盗用攻击 | 第18-19页 |
| 1.2.2 身份盗用检测方法 | 第19-22页 |
| 1.3 研究内容 | 第22-23页 |
| 1.4 本文章节安排 | 第23-25页 |
| 第二章 相关知识概述 | 第25-31页 |
| 2.1 入侵检测系统 | 第25-27页 |
| 2.2 常用异常检测技术 | 第27-30页 |
| 2.2.1 基于统计的方法 | 第27页 |
| 2.2.2 基于分类的方法 | 第27-28页 |
| 2.2.3 基于聚类的方法 | 第28-30页 |
| 2.2.4 基于模式匹配的方法 | 第30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于Word2vec和密度聚类的异常认证行为检测方法 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 方法设计与实现流程 | 第32-39页 |
| 3.2.1 行为差异分析和处理 | 第32-35页 |
| 3.2.2 基于Word2vec构建特征向量 | 第35-36页 |
| 3.2.3 基于密度聚类算法检测异常认证行为 | 第36-37页 |
| 3.2.4 方法流程 | 第37-39页 |
| 3.3 实验结果及分析 | 第39-42页 |
| 3.3.1 数据处理 | 第39页 |
| 3.3.2 参数设置 | 第39-40页 |
| 3.3.3 实验结果与分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于LSTM的异常操作行为检测方法 | 第43-55页 |
| 4.1 引言 | 第43-44页 |
| 4.2 LSTM简介 | 第44-46页 |
| 4.2.1 循环神经网络(RNN) | 第44-45页 |
| 4.2.2 LSTM中的记忆单元 | 第45-46页 |
| 4.3 基于LSTM检测异常操作行为 | 第46-50页 |
| 4.3.1 相关定义 | 第47页 |
| 4.3.2 行为分析 | 第47-48页 |
| 4.3.3 检测方法 | 第48-50页 |
| 4.4 实验及分析 | 第50-54页 |
| 4.4.1 数据集 | 第50-52页 |
| 4.4.2 实验过程与结果分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于多行为的身份盗用检测系统 | 第55-63页 |
| 5.1 系统整体框架 | 第55-56页 |
| 5.2 系统模块 | 第56-59页 |
| 5.2.1 数据采集和数据存储模块 | 第56页 |
| 5.2.2 数据处理模块 | 第56-57页 |
| 5.2.3 检测模块 | 第57-59页 |
| 5.2.4 报警模块 | 第59页 |
| 5.2.5 系统特点 | 第59页 |
| 5.3 实验验证 | 第59-62页 |
| 5.3.1 数据处理 | 第60-61页 |
| 5.3.2 系统参数设置 | 第61-62页 |
| 5.3.3 实验结果与分析 | 第62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 基于认证图的网络风险和凭证脆弱性评估方法 | 第63-73页 |
| 6.1 引言 | 第63-64页 |
| 6.2 网络风险评估方法 | 第64-66页 |
| 6.2.1 网络认证图 | 第64-65页 |
| 6.2.2 评估方法及评估指标 | 第65-66页 |
| 6.3 凭证脆弱性评估方法 | 第66-68页 |
| 6.3.1 用户认证图 | 第66-67页 |
| 6.3.2 评估指标 | 第67-68页 |
| 6.4 实验及结果 | 第68-72页 |
| 6.4.1 风险评估实验 | 第68-70页 |
| 6.4.2 用户重要性评估实验 | 第70-72页 |
| 6.5 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 本文工作总结 | 第73-74页 |
| 7.2 下一步工作 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 作者简历 | 第82页 |