基于数据融合的电力信息系统动态风险评估
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·选课题研究背景及意义 | 第9-10页 |
| ·国内外研究动态 | 第10-11页 |
| ·目前存在问题 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 电力信息系统风险评估体系分析研究 | 第14-22页 |
| ·电力信息系统风险评估的定义和范畴 | 第14页 |
| ·风险评估关键理论 | 第14-21页 |
| ·风险评估相关术语 | 第15-16页 |
| ·风险评估流程 | 第16-17页 |
| ·信息安全风险评估信息获取的原则 | 第17页 |
| ·资产识别 | 第17-18页 |
| ·威胁识别 | 第18-19页 |
| ·脆弱性识别 | 第19-20页 |
| ·风险分析与风险计算 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于神经网络的数据融合技术的研究 | 第22-29页 |
| ·人工神经网络应用于动态风险评估的研究现状 | 第22页 |
| ·改进遗传算法的径向基函数神经网络 | 第22-26页 |
| ·径向基函数网络 | 第23-24页 |
| ·网络隐含节点中心值和宽度参数的学习算法 | 第24-25页 |
| ·算法流程 | 第25-26页 |
| ·基于神经网络的数据融合技术 | 第26-28页 |
| ·数据仿真实验 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 动态风险评估模型的构建 | 第29-46页 |
| ·层次分析法 | 第29-32页 |
| ·层次分析法概念 | 第29页 |
| ·AHP在风险评估中研究现状 | 第29页 |
| ·分析法的基本步骤 | 第29-31页 |
| ·层次分析法的优势 | 第31-32页 |
| ·层次分析法在电力信息系统关键资产识别中的应用 | 第32-33页 |
| ·确定电力信息系统关键资产指标体系 | 第32页 |
| ·判断矩阵计算和资产权重计算 | 第32-33页 |
| ·隐马尔可夫模型 | 第33-44页 |
| ·隐马尔可夫模型的基本概念 | 第33-34页 |
| ·马尔可夫链 | 第34-35页 |
| ·隐马尔可夫模型定义 | 第35页 |
| ·隐马尔可夫模型的基本问题及算法 | 第35-38页 |
| ·基于隐马尔可夫的动态风险评估模型 | 第38-44页 |
| ·电力信息系统动态风险评估模型的确立 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 电力信息系统动态风险评估的设计与实现 | 第46-52页 |
| ·总体概述 | 第46页 |
| ·系统模块设计 | 第46-47页 |
| ·数据采集及威胁分析模块 | 第46页 |
| ·任务配置模块 | 第46页 |
| ·脆弱性识别模块 | 第46-47页 |
| ·关键资产识别模块 | 第47页 |
| ·动态风险评估报告模块 | 第47页 |
| ·系统主要功能实现 | 第47-51页 |
| ·开发方案 | 第47-48页 |
| ·关键资产识别模块 | 第48-50页 |
| ·动态数据采集与处理模块 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
