基于人工智能理论的网络安全管理关键技术的研究
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-17页 |
·研究背景及意义 | 第12-13页 |
·基于人工智能理论的网络安全管理 | 第13页 |
·研究内容和成果 | 第13-15页 |
·文章的组织 | 第15-17页 |
第二章 基于克隆选择模糊聚类算法的异常检测方法 | 第17-47页 |
·研究现状 | 第17-22页 |
·国内外研究现状 | 第17-21页 |
·现有检测方法存在的主要问题 | 第21-22页 |
·聚类分析 | 第22-29页 |
·聚类分析的基本理论 | 第22-23页 |
·聚类分析的数学模型 | 第23-25页 |
·聚类分析方法 | 第25-26页 |
·k-均值算法 | 第26-29页 |
·克隆选择 | 第29-34页 |
·克隆选择算法 | 第30-31页 |
·克隆算子 | 第31-34页 |
·基于克隆选择模糊聚类算法的异常检测方法 | 第34-40页 |
·克隆选择模糊聚类算法 | 第35-39页 |
·标类算法 | 第39页 |
·检测算法 | 第39-40页 |
·试验结果与分析 | 第40-45页 |
·试验环境及试验数据预处理 | 第40-41页 |
·算法评价指标选择 | 第41-42页 |
·检测阈值η优选测试 | 第42-44页 |
·检测率和误报率试验 | 第44-45页 |
·对未知攻击的检测结果 | 第45页 |
·本章小结 | 第45-47页 |
第三章 基于交补分担准则的证据组合规则 | 第47-75页 |
·国内外研究现状 | 第47-53页 |
·国外研究现状 | 第47-50页 |
·国内研究现状 | 第50-53页 |
·证据理论基本概念 | 第53-56页 |
·基本信度分配函数 | 第53页 |
·信任函数与似然函数 | 第53-54页 |
·信任区间 | 第54-55页 |
·证据组合与冲突 | 第55-56页 |
·典型证据组合规则 | 第56-60页 |
·Dempster组合规则 | 第56-57页 |
·Yager组合规则 | 第57-58页 |
·Murphy组合规则 | 第58页 |
·Zheng组合规则 | 第58-60页 |
·Dempster组合规则的优势与劣势 | 第60-64页 |
·Dempster组合规则的优势 | 第61-62页 |
·Dempster组合规则的劣势 | 第62-64页 |
·基于交补分担准则的证据组合新规则 | 第64-70页 |
·新组合规则的提出思路 | 第64-65页 |
·比例均衡交补分担证据组合新规则 | 第65-68页 |
·信度平均交补分担证据组合新规则 | 第68-70页 |
·数值试验与分析 | 第70-73页 |
·比例均衡交补分担证据组合新规则数值试验 | 第70-71页 |
·信度平均交补分担证据组合新规则数值试验 | 第71-73页 |
·两种新组合规则对比分析 | 第73页 |
·本章小结 | 第73-75页 |
第四章 基于改进证据组合规则的P2P信任管理模型 | 第75-105页 |
·国内外研究现状 | 第75-79页 |
·信任模型 | 第79-85页 |
·Beth信任模型 | 第79-81页 |
·Josang信任模型 | 第81-82页 |
·YuBin信任模型 | 第82页 |
·EigenRep信任模型 | 第82-84页 |
·PeerTrust信任模型 | 第84-85页 |
·基于改进证据组合规则的 P2P信任管理模型 | 第85-97页 |
·新模型的提出思路 | 第86-89页 |
·节点的bba建模 | 第89-90页 |
·证据预处理 | 第90-91页 |
·证据合成推理算法 | 第91-94页 |
·局部信任度的计算及推荐证据的合成 | 第94-95页 |
·基于改进证据组合规则的P2P信任模型的运算流程 | 第95-96页 |
·模型相关讨论 | 第96-97页 |
·仿真试验及结果分析 | 第97-104页 |
·仿真环境及评价标准 | 第97-100页 |
·简单恶意节点 | 第100页 |
·诋毁节点 | 第100-101页 |
·合谋欺诈节点 | 第101-103页 |
·复杂策略节点 | 第103-104页 |
·本章小结 | 第104-105页 |
第五章 总结与展望 | 第105-108页 |
·论文工作总结 | 第105页 |
·进一步研究的考虑 | 第105-108页 |
参考文献 | 第108-120页 |
作者在攻读博士学位期间发表的论文 | 第120-121页 |
作者在攻读博士学位期间参与的项目 | 第121-122页 |
致谢 | 第122-123页 |