| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究背景 | 第11页 |
| ·网络安全态势感知的研究现状 | 第11-17页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-16页 |
| ·当前国内外研究的差距及国内存在的问题 | 第16-17页 |
| ·研究内容和意义 | 第17-18页 |
| ·研究内容 | 第17页 |
| ·研究意义 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| 第2章 典型网络态势感知模型概述 | 第19-33页 |
| ·网络安全态势感知 | 第19-20页 |
| ·基本概念描述 | 第19页 |
| ·态势感知技术 | 第19页 |
| ·网络安全态势感知系统与IDS的比较 | 第19-20页 |
| ·典型网络态势感知系统模型框架 | 第20-21页 |
| ·态势感知关键技术介绍 | 第21-32页 |
| ·数据挖掘技术 | 第21-23页 |
| ·特征量分析技术 | 第23-24页 |
| ·态势因子提取的常用方法 | 第24-26页 |
| ·数据融合技术 | 第26-27页 |
| ·态势评估指标体系 | 第27-29页 |
| ·态势预测技术 | 第29-31页 |
| ·态势可视化技术 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第3章 网络态势感知系统研究 | 第33-37页 |
| ·传统网络态势感知系统模型的不足 | 第33-34页 |
| ·改进的网络态势感知系统模型 | 第34-35页 |
| ·改进的系统模型 | 第34-35页 |
| ·改进系统模型与传统模型相比的优势 | 第35页 |
| ·小结 | 第35-37页 |
| 第4章 网络态势感知预测实现方法 | 第37-43页 |
| ·态势预测功能描述 | 第37页 |
| ·异常威胁量化分析 | 第37-40页 |
| ·自底向上分析模型 | 第38-39页 |
| ·参数确定 | 第39页 |
| ·损害度计算 | 第39-40页 |
| ·数据指标预测建模 | 第40-42页 |
| ·态势预测的具体实现步骤 | 第42页 |
| ·小结 | 第42-43页 |
| 第5章 基于改进PSO-BP的态势因子提取算法研究 | 第43-55页 |
| ·神经网络方法 | 第43-46页 |
| ·神经网络概念及算法 | 第43-44页 |
| ·BP算法的缺点 | 第44-46页 |
| ·CPSO与GCPSO的算法原理 | 第46-50页 |
| ·PSO(粒子群)算法 | 第46-47页 |
| ·CPSO算法 | 第47-49页 |
| ·GCPSO算法(Guaranteed Convergence PSO) | 第49-50页 |
| ·态势因子获取模型及规则 | 第50-52页 |
| ·态势因子获取模型 | 第50-51页 |
| ·模糊逻辑规则生成 | 第51-52页 |
| ·态势因子提取的实现 | 第52-54页 |
| ·粒子的编码 | 第52-53页 |
| ·参数的确定 | 第53-54页 |
| ·态势因子提取算法的实现 | 第54页 |
| ·小结 | 第54-55页 |
| 第6章 实验测试与结果分析 | 第55-73页 |
| ·实验数据源与实验环境 | 第55-56页 |
| ·态势因子提取实验 | 第56-68页 |
| ·数据样本的预处理 | 第57-58页 |
| ·特征量分析 | 第58-61页 |
| ·实验及结果分析 | 第61-68页 |
| ·态势预测实验 | 第68-72页 |
| ·实验数据分布 | 第68-69页 |
| ·态势预测实验与结果 | 第69-71页 |
| ·实验结果比较分析 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第7章 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81页 |