摘要 | 第4-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第13-27页 |
1.1 研究背景与研究意义 | 第13-15页 |
1.1.1 网络信息系统安全技术的发展阶段 | 第13-14页 |
1.1.2 网络信息系统可生存性的概念及其特征 | 第14-15页 |
1.2 网络信息系统生存性的研究内容 | 第15-22页 |
1.2.1 网络信息系统可生存性的定义 | 第15-16页 |
1.2.2 网络信息系统的生存性评估模型 | 第16-19页 |
1.2.3 网络信息系统的可生存性预测技术 | 第19-20页 |
1.2.4 网络信息系统的生存性增强技术 | 第20-21页 |
1.2.5 网络信息系统的可生存的数据库设计 | 第21-22页 |
1.3 生存性评估和预测技术的研究现状 | 第22-25页 |
1.4 论文的章节结构 | 第25-27页 |
第2章 网络信息系统的 3R1A 层次化量化评估模型 | 第27-41页 |
2.1 引言 | 第27页 |
2.2 3R1A 分析 | 第27-31页 |
2.2.1 参数分析 | 第28-30页 |
2.2.2 3R1A 分析的层次化结构模型 | 第30-31页 |
2.3 3R1A 量化评估过程 | 第31-40页 |
2.3.1 可抵抗性的计算 | 第31-34页 |
2.3.2 可识别性的计算 | 第34-37页 |
2.3.3 可恢复性的计算 | 第37-39页 |
2.3.4 自适应性的计算 | 第39-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于攻击树的可生存量化评估模型 | 第41-61页 |
3.1 漏洞相关研究 | 第41-44页 |
3.1.1 漏洞的定义标准 | 第41-42页 |
3.1.2 漏洞的分类 | 第42-44页 |
3.2 基于攻击树的系统可生存评估方法 | 第44-48页 |
3.2.1 攻击图分析法 | 第45-46页 |
3.2.2 攻击树的表示 | 第46-47页 |
3.2.3 攻击场景 | 第47-48页 |
3.3 基于攻击树的可生存性评估模型 | 第48-55页 |
3.3.1 系统可生存目标和关键服务定义 | 第48-49页 |
3.3.2 漏洞利用和主机表示 | 第49-51页 |
3.3.3 攻击树 | 第51-53页 |
3.3.4 可生存性的层次化计算方法 | 第53-55页 |
3.4 实验与分析 | 第55-60页 |
3.4.1 实验环境 | 第55-57页 |
3.4.2 实验结果与分析 | 第57-60页 |
3.5 本章小结 | 第60-61页 |
第4章 基于 TOPSIS 和灰色格贴近度的可生存评估模型 | 第61-81页 |
4.1 引言 | 第61-62页 |
4.2 基于格贴近度的可生存评估模型 | 第62-65页 |
4.2.1 权重的确定 | 第63-64页 |
4.2.2 TOPSIS | 第64-65页 |
4.2.3 灰色关联分析 | 第65页 |
4.3 基于 TOPSIS 和灰色格贴近度结合的可生存量化评估过程 | 第65-69页 |
4.3.1 原始决策矩阵的建立 | 第65-66页 |
4.3.2 决策矩阵的归一化 | 第66页 |
4.3.3 正负理想解的确定 | 第66-67页 |
4.3.4 灰色格贴近度 | 第67-68页 |
4.3.5 系统可生存性的综合评估 | 第68-69页 |
4.4 实验与分析 | 第69-79页 |
4.5 本章小结 | 第79-81页 |
第5章 网络信息系统可生存态势的组合预测模型 | 第81-95页 |
5.1 引言 | 第81-82页 |
5.2 相关模型 | 第82-86页 |
5.2.1 残差 GM(1,1)模型 | 第82-84页 |
5.2.2 ARMA 模型 | 第84-86页 |
5.3 基于残差修正的 GM(1,1)和 ARMA(p,q)的组合预测模型 | 第86-87页 |
5.4 实验与分析 | 第87-93页 |
5.4.1 GM(1,1)预测 | 第88页 |
5.4.2 ARMA 预测 | 第88-92页 |
5.4.3 组合预测 | 第92-93页 |
5.5 本章小结 | 第93-95页 |
第6章 结论与展望 | 第95-99页 |
6.1 论文的主要工作总结 | 第95-96页 |
6.2 论文的主要贡献与创新点 | 第96页 |
6.3 研究展望 | 第96-99页 |
参考文献 | 第99-111页 |
作者简介及在学期间所取得的科研成果 | 第111-113页 |
致谢 | 第113页 |