| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 风险评估研究现状 | 第11-13页 |
| 1.2.2 安全加固研究现状 | 第13-14页 |
| 1.3 研究内容及主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 权限提升图模型构建 | 第16-26页 |
| 2.1 网络攻击模型分析 | 第16-18页 |
| 2.2 网络安全要素提取 | 第18-22页 |
| 2.2.1 网络资源 | 第18-19页 |
| 2.2.2 网络可达性分析 | 第19-21页 |
| 2.2.3 制定攻击规则 | 第21-22页 |
| 2.3 漏洞风险量化 | 第22-24页 |
| 2.4 权限提升图模型 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于蚁群算法的攻击者行为预测 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 基本定义 | 第26-27页 |
| 3.3 算法思想 | 第27-28页 |
| 3.4 基于蚁群算法的攻击者行为预测框架 | 第28-29页 |
| 3.5 基于成本效益的攻击风险量化方法 | 第29-32页 |
| 3.5.1 攻击成本与收益估计 | 第29-31页 |
| 3.5.2 攻击路径风险量化 | 第31-32页 |
| 3.5.3 原子攻击自身风险和联合风险量化 | 第32页 |
| 3.6 基于轮转赌的攻击路径选择方法 | 第32-33页 |
| 3.7 ACO-PB算法预测攻击者行为 | 第33-35页 |
| 3.7.1 ACO-PB算法预测过程 | 第33-34页 |
| 3.7.2 ACO-PB算法伪代码及描述 | 第34-35页 |
| 3.7.3 ACO-PB算法复杂度分析 | 第35页 |
| 3.8 本章小结 | 第35-37页 |
| 第4章 基于遗传算法的网络安全加固 | 第37-46页 |
| 4.1 引言 | 第37页 |
| 4.2 算法思想 | 第37-38页 |
| 4.3 最优安全加固策略构建框架 | 第38-39页 |
| 4.4 加固策略成本量化方法 | 第39页 |
| 4.5 网络风险评估方法 | 第39-41页 |
| 4.5.1 原子攻击重要性评估 | 第39-41页 |
| 4.5.2 网络风险量化 | 第41页 |
| 4.6 个体适应度评估 | 第41-42页 |
| 4.7 GA-SH算法构建最优安全加固 | 第42-45页 |
| 4.7.1 GA-SH算法具体过程 | 第42-44页 |
| 4.7.2 GA-SH算法伪代码及描述 | 第44-45页 |
| 4.7.3 GA-SH算法复杂度分析 | 第45页 |
| 4.8 本章小结 | 第45-46页 |
| 第5章 实验结果和分析 | 第46-64页 |
| 5.1 实验环境配置 | 第46页 |
| 5.2 实验仿真模型 | 第46-47页 |
| 5.3 基于蚁群算法的攻击者行为预测分析与实验验证 | 第47-55页 |
| 5.3.1 ACO-PB算法权限图构建 | 第47-50页 |
| 5.3.2 ACO-PB算法实验参数设置 | 第50-52页 |
| 5.3.3 ACO-PB算法实验结果及分析 | 第52-53页 |
| 5.3.4 ACO-PB算法实验验证 | 第53-54页 |
| 5.3.5 ACO-PB算法实验对比 | 第54-55页 |
| 5.4 基于遗传算法的安全加固分析与实验验证 | 第55-63页 |
| 5.4.1 GA-SH算法权限图构建 | 第55-57页 |
| 5.4.2 GA-SH算法实验参数设置 | 第57页 |
| 5.4.3 GA-SH算法实验结果及分析 | 第57-60页 |
| 5.4.4 GA-SH算法实验验证 | 第60-62页 |
| 5.4.5 GA-SH算法实验对比 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71页 |