| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-15页 |
| ·研究背景和国内外研究现状 | 第12-13页 |
| ·主要工作和研究意义 | 第13-14页 |
| ·全文组织结构 | 第14-15页 |
| 第二章 数据融合基本理论 | 第15-22页 |
| ·数据融合的定义 | 第15页 |
| ·数据融合的应用领域 | 第15-16页 |
| ·数据融合原理及过程 | 第16-17页 |
| ·数据融合原理 | 第16页 |
| ·数据融合过程 | 第16-17页 |
| ·数据融合的级别 | 第17-19页 |
| ·数据级融合 | 第17-18页 |
| ·特征级融合 | 第18页 |
| ·决策级融合 | 第18-19页 |
| ·数据融合常用方法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 D-S 证据理论及其合成公式的修正 | 第22-34页 |
| ·D-S 证据理论 | 第22-24页 |
| ·基本概念 | 第22-23页 |
| ·D-S 证据理论优缺点 | 第23-24页 |
| ·D-S 证据理论合成规则 | 第24-25页 |
| ·两个证据合成规则 | 第24页 |
| ·多个证据合成规则 | 第24-25页 |
| ·合成规则的性质 | 第25页 |
| ·D-S 证据理论悖论消除方法 | 第25-29页 |
| ·Yager 合成公式 | 第26页 |
| ·孙全等人提出的合成公式 | 第26-27页 |
| ·李弼程等人提出的合成公式 | 第27页 |
| ·一种新的消除悖论的方法 | 第27-29页 |
| ·D-S 证据理论快速融合策略 | 第29-33页 |
| ·贝叶斯近似算法 | 第29-30页 |
| ·k-l-x 近似算法 | 第30页 |
| ·概括算法 | 第30-31页 |
| ·基于矩阵分析的 D-S 合成算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 网络安全状态评估指标体系 | 第34-46页 |
| ·网络安全状态评估指标体系的构建意义 | 第34页 |
| ·网络安全状态评估指标体系的构建原则 | 第34-35页 |
| ·网络安全状态评估指标体系的分类 | 第35-37页 |
| ·定量的指标体系 | 第35-37页 |
| ·定性的指标体系 | 第37页 |
| ·网络安全状态评估指标的获取 | 第37-38页 |
| ·评估网络安全状态的宏观指标 | 第38-45页 |
| ·网络性能指标 | 第39-40页 |
| ·网络行为指标 | 第40-43页 |
| ·安全隐患指标 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 数据融合技术在网络安全状态评估上的应用研究 | 第46-60页 |
| ·网络安全状态评估的概念 | 第46-48页 |
| ·D-S 证据理论在网络安全状态评估中的应用 | 第48-49页 |
| ·基于加权平均的出入流量比变化率仿真分析 | 第49-53页 |
| ·实验过程 | 第50-52页 |
| ·实验分析 | 第52-53页 |
| ·D-S 证据理论在入侵态势评估中的应用仿真 | 第53-55页 |
| ·网络攻击类型 | 第53-54页 |
| ·识别框架的选取和基本可信度分配 | 第54页 |
| ·实验过程及分析 | 第54-55页 |
| ·基于 D-S 证据理论的安全隐患动态严重性仿真分析 | 第55-59页 |
| ·理论分析 | 第55-57页 |
| ·实验仿真及分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |