| 摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-15页 |
| ·选题背景及意义 | 第8-9页 |
| ·研究现状 | 第9-13页 |
| ·风险评估的研究现状 | 第9-10页 |
| ·人工神经网络应用于风险评估的研究现状 | 第10-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第二章 电力通信网安全风险概述 | 第15-19页 |
| ·在安全性方面面临的挑战 | 第15页 |
| ·安全性需求 | 第15-16页 |
| ·安全风险影响因素及其样本数据特性 | 第16-18页 |
| ·安全风险评估的概念 | 第16-17页 |
| ·影响因素的确定 | 第17-18页 |
| ·样本数据特性 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 评估数据的预处理 | 第19-26页 |
| ·遗失值的填充 | 第19-22页 |
| ·相关理论 | 第19-20页 |
| ·算法步骤 | 第20-22页 |
| ·规范化处理 | 第22-23页 |
| ·评估样本重复使用方法 | 第23-24页 |
| ·样本预处理方法在评估中的应用情况 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第四章 评估模型 | 第26-40页 |
| ·RBF 神经网络介绍 | 第26-29页 |
| ·背景 | 第26页 |
| ·基本理论 | 第26-27页 |
| ·网络结构 | 第27-29页 |
| ·网络结构的确定 | 第29-38页 |
| ·输入层确定 | 第29-33页 |
| ·隐含层的确定 | 第33-36页 |
| ·输出层的确定 | 第36-37页 |
| ·用于电力通信网安全风险评估的 RBF 神经网络模型 | 第37-38页 |
| ·RBF 神经网络训练与测试 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 电力通信网安全风险评估 | 第40-53页 |
| ·评估流程图 | 第40页 |
| ·评估样本的预处理 | 第40-46页 |
| ·指标体系和样本数据 | 第40-43页 |
| ·原始样本数据的完备化 | 第43-46页 |
| ·小样本处理 | 第46页 |
| ·评估模型的建立 | 第46-49页 |
| ·输入层的确定 | 第46-48页 |
| ·隐含层的确定 | 第48-49页 |
| ·输出层的确定 | 第49页 |
| ·RBF 神经网络的训练、测试和电力通信网安全风险评估 | 第49-52页 |
| ·数据归一化 | 第49-50页 |
| ·RBF 神经网络的训练、测试 | 第50-51页 |
| ·电力通信网安全风险评估 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录1 填充完备后的评估样本数据 | 第60-62页 |
| 附录2 规范化评估样本数据 | 第62-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 详细摘要 | 第65-76页 |