基于时序分析技术的网络安全事件预测系统的研究与实现
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 相关技术研究 | 第15-26页 |
| ·时间序列概述 | 第15页 |
| ·时间序列相关概念 | 第15-18页 |
| ·随机时间序列的特性 | 第15-16页 |
| ·平稳时间序列数据特征 | 第16-18页 |
| ·ARMA 时序模型序列 | 第18-19页 |
| ·自回归模型 | 第18-19页 |
| ·滑动平均模型 | 第19页 |
| ·自回归滑动平均模型 | 第19页 |
| ·ARMA 时序模型的建模过程 | 第19-25页 |
| ·平稳性判断 | 第20-21页 |
| ·模型识别 | 第21-22页 |
| ·模型定阶 | 第22-23页 |
| ·参数估计 | 第23-24页 |
| ·模型检验 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于时序分析的网络安全事件预测技术 | 第26-44页 |
| ·网络安全事件数据分析 | 第26-28页 |
| ·数据来源 | 第26页 |
| ·数据特点分析 | 第26-28页 |
| ·基于ARMA 模型的网络安全事件预测 | 第28-32页 |
| ·ARIMA 模型 | 第28-29页 |
| ·实验结果 | 第29-32页 |
| ·基于小波分解的ARMA 预测技术 | 第32-36页 |
| ·小波基本概念 | 第33-34页 |
| ·基于小波分解的ARMA 预测技术 | 第34-36页 |
| ·实验结果 | 第36页 |
| ·基于时序事件化的预测技术 | 第36-40页 |
| ·基本思想 | 第37页 |
| ·基于时序事件化的预测算法 | 第37-39页 |
| ·实验结果 | 第39-40页 |
| ·实验分析 | 第40-44页 |
| ·误差定义 | 第40页 |
| ·实验结果分析 | 第40-44页 |
| 第四章 网络安全事件预测系统实现 | 第44-55页 |
| ·YH-Prediction 系统设计 | 第44-48页 |
| ·YH-Prediction 系统概述 | 第44-45页 |
| ·YH-Prediction 体系结构 | 第45-48页 |
| ·所用语言及平台 | 第48页 |
| ·数据采集模块 | 第48-49页 |
| ·预测计算模块 | 第49-51页 |
| ·预测算法流程 | 第49-50页 |
| ·自主预测模型选择 | 第50-51页 |
| ·用户界面展示 | 第51-54页 |
| ·多维度展示 | 第51-53页 |
| ·模型选择 | 第53页 |
| ·自定义安全事件 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·下一步的研究 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 作者在学期间取得的学术成果 | 第60页 |
