| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-12页 |
| 1.2 本文的研究目的及意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.4 存在的问题 | 第17页 |
| 1.5 本文的研究内容和组织结构 | 第17-19页 |
| 2 云网络安全态势感知理论基础 | 第19-25页 |
| 2.1 网络安全态势感知的概念 | 第19页 |
| 2.2 网络安全态势感知模型 | 第19-22页 |
| 2.2.1 Endsley模型 | 第19页 |
| 2.2.2 JDL模型 | 第19-20页 |
| 2.2.3 TimBass模型 | 第20-22页 |
| 2.3 云网络安全态势感知 | 第22-24页 |
| 2.3.1 云网络安全态势要素获取 | 第22-23页 |
| 2.3.2 云网络安全态势评估 | 第23页 |
| 2.3.3 云网络安全态势预测 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 云网络安全态势的评估 | 第25-39页 |
| 3.1 云网络风险系统的粗糙性 | 第25-27页 |
| 3.2 云网络风险系统的D-S证据定义 | 第27-28页 |
| 3.3 基于粗糙集和D-S证据理论的层次化云网络安全态势评估模型 | 第28-29页 |
| 3.4 态势评估系统的建立 | 第29-30页 |
| 3.5 系统分解与子系统并行约简 | 第30-32页 |
| 3.5.1 基于网络攻击行为依赖度的系统分解 | 第30-31页 |
| 3.5.2 基于攻击威胁度的子系统并行约简 | 第31-32页 |
| 3.6 云网络安全态势的层次化评估 | 第32-33页 |
| 3.7 实例分析 | 第33-38页 |
| 3.8 本章小结 | 第38-39页 |
| 4 云网络风险态势实时感知 | 第39-57页 |
| 4.1 云网络风险演化模型的建立 | 第39-43页 |
| 4.1.1 面向云网络大规模数据的分层开放网模型设计 | 第39-40页 |
| 4.1.2 云网络风险演化模型的定义 | 第40-41页 |
| 4.1.3 云网络风险演化模型的构建 | 第41-43页 |
| 4.2 云网络节点风险测评 | 第43-46页 |
| 4.3 云网络风险演化态势动态感知 | 第46-49页 |
| 4.3.1 风险节点观测集与等价类空间 | 第46-47页 |
| 4.3.2 基于双向概率PS-粗集的风险动态粗决策模型 | 第47-49页 |
| 4.4 实例分析 | 第49-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 云网络风险控制决策 | 第57-69页 |
| 5.1 引言 | 第57页 |
| 5.2 云网络风险防御模型 | 第57-59页 |
| 5.3 云网络最优防御策略 | 第59-64页 |
| 5.3.1 最大防御效用下的单点局部防御策略 | 第60-62页 |
| 5.3.2 最大防御效用下的单点全局防御策略 | 第62-64页 |
| 5.4 实例分析 | 第64-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者攻读学位期间发表学术论文清单 | 第77-79页 |
| 致谢 | 第79页 |
