基于攻击图理论的网络安全风险评估技术研究
摘要 | 第4-7页 |
ABSTRACT | 第7-10页 |
第一章 绪论 | 第14-28页 |
1.1 引言 | 第14-24页 |
1.1.1 网络安全发展概述 | 第14-17页 |
1.1.2 风险评估研究现状 | 第17-19页 |
1.1.3 风险评估研究方法概述 | 第19-24页 |
1.2 本文的研究思路 | 第24-25页 |
1.3 本文的主要成果 | 第25-26页 |
1.4 本文的组织结构 | 第26-27页 |
1.5 本章小结 | 第27-28页 |
第二章 相关研究及基础知识 | 第28-42页 |
2.1 引言 | 第28页 |
2.2 基于模型的评估方法研究现状 | 第28-31页 |
2.3 攻击图风险评估模型概述 | 第31-37页 |
2.3.1 网络元素模型化 | 第31-33页 |
2.3.2 攻击图模型概述 | 第33-37页 |
2.4 基于攻击图的风险评估研究现状及存在问题 | 第37-41页 |
2.4.1 基于攻击图的安全风险分析研究现状 | 第37-39页 |
2.4.2 基于攻击图的安全加固研究现状 | 第39-41页 |
2.5 本章小结 | 第41-42页 |
第三章 基于风险攻击图的模糊风险评估研究 | 第42-60页 |
3.1 引言 | 第42页 |
3.2 场景描述 | 第42-44页 |
3.3 基于风险攻击图的风险分析模型 | 第44-51页 |
3.3.1 风险攻击图分析模型 | 第44-47页 |
3.3.2 最大流攻击路径寻路方案 | 第47-50页 |
3.3.3 模糊综合风险评估 | 第50-51页 |
3.4 分析与实验验证 | 第51-58页 |
3.4.1 风险攻击图网络规模分析 | 第51-52页 |
3.4.2 攻击路径寻路效率分析 | 第52-53页 |
3.4.3 风险指标量化结果分析 | 第53-57页 |
3.4.4 模糊风险评估结果分析 | 第57-58页 |
3.5 本章小结 | 第58-60页 |
第四章 基于人工免疫的多目标风险评估研究 | 第60-76页 |
4.1 引言 | 第60页 |
4.2 基于人工免疫的多目标风险评估模型 | 第60-63页 |
4.2.1 问题描述及相关定义 | 第60-62页 |
4.2.2 多目标风险评估模型 | 第62-63页 |
4.3 基于人工免疫的多目标风险评估方法 | 第63-66页 |
4.3.1 决策向量编码 | 第63页 |
4.3.2 风险评估目标函数生成 | 第63页 |
4.3.3 最优攻击策略集合 | 第63-64页 |
4.3.4 决策向量克隆选择 | 第64-65页 |
4.3.5 疫苗接种和变异 | 第65页 |
4.3.6 网络风险模糊聚类评估 | 第65-66页 |
4.4 分析与实验验证 | 第66-75页 |
4.4.1 方法效率分析 | 第66页 |
4.4.2 实验环境设置 | 第66-67页 |
4.4.3 风险评估及结果分析 | 第67-73页 |
4.4.4 有效性分析 | 第73-75页 |
4.5 本章小结 | 第75-76页 |
第五章 基于遗传算法的最优安全加固策略研究 | 第76-93页 |
5.1 引言 | 第76-77页 |
5.2 模型和背景 | 第77-81页 |
5.2.1 攻击模式 | 第79-80页 |
5.2.2 加固策略 | 第80页 |
5.2.3 风险函数 | 第80-81页 |
5.3 基于遗传算法的最优安全加固 | 第81-84页 |
5.3.1 染色体编码 | 第82页 |
5.3.2 种群初始化 | 第82-83页 |
5.3.3 目标函数 | 第83页 |
5.3.4 适应度选择 | 第83-84页 |
5.3.5 交叉和变异 | 第84页 |
5.4 分析与实验验证 | 第84-92页 |
5.4.1 方法效率分析 | 第84-85页 |
5.4.2 实验环境设置 | 第85页 |
5.4.3 最优加固结果分析 | 第85-89页 |
5.4.4 有效性分析 | 第89-92页 |
5.5 本章小结 | 第92-93页 |
第六章 总结与展望 | 第93-96页 |
6.1 论文研究工作总结 | 第93-94页 |
6.2 未来研究展望 | 第94-96页 |
参考文献 | 第96-104页 |
致谢 | 第104-106页 |
攻读博士学位期间发表的论文 | 第106-107页 |
参加的科研项目 | 第107页 |