大规模网络安全态势评估模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪言 | 第10-15页 |
| ·研究背景 | 第10-13页 |
| ·网络安全现状 | 第10-11页 |
| ·主动防御与被动防御 | 第11-12页 |
| ·课题需求 | 第12-13页 |
| ·研究目的与意义 | 第13页 |
| ·本文的主要工作 | 第13页 |
| ·论文章节安排 | 第13-15页 |
| 第二章 网络安全态势感知概述 | 第15-21页 |
| ·概述 | 第15页 |
| ·网络安全态势感知的研究现状 | 第15-19页 |
| ·国外现状 | 第15-17页 |
| ·国内现状 | 第17-19页 |
| ·态势评估与态势感知 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 网络安全态势评估算法 | 第21-36页 |
| ·综合评价方法 | 第21-27页 |
| ·层次分析法(AHP) | 第22-23页 |
| ·模糊评价方法(FCE) | 第23-24页 |
| ·距离综合评价法 | 第24-27页 |
| ·智能算法 | 第27-33页 |
| ·神经网络算法 | 第27-32页 |
| ·遗传（GA）算法 | 第32页 |
| ·粒子群优化算法 | 第32-33页 |
| ·算法优缺点分析 | 第33-35页 |
| ·综合评价法及其优缺点 | 第33-34页 |
| ·基于BP神经网络的评估算法及其优缺点 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 大规模网络安全态势评估基本模型 | 第36-47页 |
| ·大规模网络态势感知系统模型 | 第36-37页 |
| ·态势指标提取 | 第37-41页 |
| ·Netflow简介 | 第37-39页 |
| ·态势指标提取 | 第39-41页 |
| ·大规模网络态势评估（NSA）建模 | 第41-46页 |
| ·BP神经网络模型 | 第42-43页 |
| ·大规模网络态势评估（NSA）模型 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 大规模网络安全态势评估扩展模型 | 第47-61页 |
| ·NSA的局限性 | 第47页 |
| ·网络态势感知模型扩展 | 第47-48页 |
| ·构建完整的大规模网络态势评估指标体系 | 第48-52页 |
| ·构建大规模网络安全态势评估指标体系的原则 | 第49页 |
| ·大规模网络安全态势评估指标体系的层次划分 | 第49-50页 |
| ·大规模网络安全态势评估指标体系 | 第50-52页 |
| ·大规模网络安全态势等级 | 第52-57页 |
| ·等级的划分 | 第52-56页 |
| ·等级矩阵 | 第56-57页 |
| ·大规模网络安全态势评估模型的扩展 | 第57-59页 |
| ·模型结构 | 第57-59页 |
| ·NSAP模型特点 | 第59页 |
| ·训练样本优化 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 网络安全态势评估模块的设计与基本实现 | 第61-80页 |
| ·网络安全态势评估模块的设计 | 第61-66页 |
| ·网络态势感知系统概述 | 第61页 |
| ·网络安全态势评估子系统需求概述 | 第61-62页 |
| ·网络安全态势评估子系统概要设计 | 第62-66页 |
| ·网络安全态势评估子系统基本实现 | 第66-75页 |
| ·数据收集模块的基本实现 | 第66-69页 |
| ·数据预处理模块的基本实现 | 第69-73页 |
| ·态势评估模块的基本实现 | 第73-74页 |
| ·神经网络训练 | 第74-75页 |
| ·测试 | 第75-79页 |
| ·评估模块测试 | 第75-76页 |
| ·系统测试 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第七章 结束语 | 第80-81页 |
| ·工作总结 | 第80页 |
| ·未来的研究工作 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 期间取得的研究成果 | 第86-87页 |
