一种智能化网络安全态势评估方法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文主要工作及内容安排 | 第12-14页 |
| 第2章 网络安全态势感知相关概念与框架研究 | 第14-24页 |
| ·网络安全态势评估 | 第15-16页 |
| ·态势评估 | 第15-16页 |
| ·威胁评估 | 第16页 |
| ·网络安全态势预测 | 第16-17页 |
| ·网络安全态势感知架构研究 | 第17-21页 |
| ·智能决策 | 第17-18页 |
| ·典型框架分析 | 第18-20页 |
| ·网络安全态势感知智能化研究 | 第20-21页 |
| ·态势可视化 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 网络安全态势感知的数据处理与融合 | 第24-31页 |
| ·数据预处理 | 第24-25页 |
| ·数据融合 | 第25-30页 |
| ·事件关联 | 第25-26页 |
| ·流形学习算法 | 第26-27页 |
| ·核匹配追寻算法 | 第27页 |
| ·目标识别关联方法 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于层次化的人工免疫态势评估 | 第31-38页 |
| ·引言 | 第31页 |
| ·基于层次化的人工免疫态势评估 | 第31-37页 |
| ·人工免疫算法 | 第31-33页 |
| ·基于抗体浓度的层次化态势评估 | 第33-34页 |
| ·仿真实验 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 基于PSO优化的SVR网络安全态势预测 | 第38-48页 |
| ·引言 | 第38页 |
| ·粒子群优化算法 | 第38-39页 |
| ·基本粒子群算法 | 第38-39页 |
| ·粒子群算法优缺点分析 | 第39页 |
| ·粒子群优化算法的改进研究 | 第39-42页 |
| ·基于粒子速度的改进算法 | 第40页 |
| ·基于个体认知的改进算法 | 第40-41页 |
| ·基于种群认知的改进算法 | 第41-42页 |
| ·支持向量机原理研究 | 第42页 |
| ·基于PSO优化的SVR网络安全态势预测 | 第42-47页 |
| ·方法可行性分析 | 第42页 |
| ·PSO-SVR预测模型 | 第42-44页 |
| ·数据处理 | 第44-46页 |
| ·实验结果与分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在学期间发表的学术论文和参加科研情况 | 第53-54页 |
| 致谢 | 第54-55页 |
| 作者简介 | 第55页 |
