| 提要 | 第5-6页 |
| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 研究背景与意义 | 第14-17页 |
| 1.1.1 研究背景 | 第14-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 课题的研究现状 | 第17-26页 |
| 1.2.1 VANET信息安全问题概述 | 第17-18页 |
| 1.2.2 VANET相关项目 | 第18-23页 |
| 1.2.3 VANET信息安全研究现状 | 第23-26页 |
| 1.3 本文的主要研究工作 | 第26-27页 |
| 1.4 本文的组织结构 | 第27-29页 |
| 第2章 VANET信息安全技术分析 | 第29-56页 |
| 2.1 引言 | 第29-30页 |
| 2.2 VANET网络特性及标准 | 第30-40页 |
| 2.2.1 VANET应用 | 第31-32页 |
| 2.2.2 WAVE协议 | 第32-34页 |
| 2.2.3 WAVE物理层特性 | 第34-36页 |
| 2.2.4 WAVE MAC层特性 | 第36-38页 |
| 2.2.5 WAVE网络服务 | 第38-40页 |
| 2.3 VANET网络攻击分析 | 第40-45页 |
| 2.3.1 可用性威胁 | 第43-44页 |
| 2.3.2 可靠性威胁 | 第44-45页 |
| 2.3.3 车辆隐私威胁 | 第45页 |
| 2.4 VANET信息安全防御分析 | 第45-55页 |
| 2.4.1 VANET信息安全挑战 | 第48-49页 |
| 2.4.2 应用层安全分析 | 第49-50页 |
| 2.4.3 传输层安全分析 | 第50-51页 |
| 2.4.4 网络层安全分析 | 第51-53页 |
| 2.4.5 链路层安全分析 | 第53-54页 |
| 2.4.6 物理层安全分析 | 第54-55页 |
| 2.5 小结 | 第55-56页 |
| 第3章 VANET入侵检测分析 | 第56-66页 |
| 3.1 入侵检测技术概述 | 第56-58页 |
| 3.2 VANET中入侵检测的相关挑战 | 第58页 |
| 3.3 VANET中入侵检测形式化描述 | 第58-59页 |
| 3.4 VANET中异常检测技术研究 | 第59-65页 |
| 3.4.1 基于异常的入侵检测系统 | 第59-61页 |
| 3.4.2 VANET入侵检测模型特点分析 | 第61-63页 |
| 3.4.3 VANET入侵检测系统结构设计 | 第63-65页 |
| 3.5 小结 | 第65-66页 |
| 第4章 基于熵的VANET异常检测 | 第66-95页 |
| 4.1 引言 | 第66页 |
| 4.2 VANET中基于熵的异常检测 | 第66-75页 |
| 4.2.1 信息熵的定义 | 第66-67页 |
| 4.2.2 信息熵的性质 | 第67-69页 |
| 4.2.3 相对熵的定义及性质 | 第69-70页 |
| 4.2.4 VANET的信息熵及理论分析 | 第70-74页 |
| 4.2.5 VANET的信息熵异常检测方法模型 | 第74-75页 |
| 4.3 VANET攻击实验仿真 | 第75-83页 |
| 4.3.1 VANET系统仿真及基础设置 | 第75-77页 |
| 4.3.2 VANET节点通信仿真实验 | 第77-79页 |
| 4.3.3 VANET攻击场景一仿真实验 | 第79-80页 |
| 4.3.4 VANET攻击场景二仿真实验 | 第80-82页 |
| 4.3.5 VANET攻击场景三仿真实验 | 第82-83页 |
| 4.4 模型检测及分析 | 第83-94页 |
| 4.4.1 正常通信熵值变化分析 | 第83-84页 |
| 4.4.2 攻击场景一系统熵值分析 | 第84-90页 |
| 4.4.3 攻击场景二系统相对熵值分析 | 第90-92页 |
| 4.4.4 攻击场景三系统熵值分析 | 第92-94页 |
| 4.5 小结 | 第94-95页 |
| 第5章 基于随机森林的VANET异常检测 | 第95-118页 |
| 5.1 引言 | 第95页 |
| 5.2 机器学习概述 | 第95-99页 |
| 5.3 随机森林模型 | 第99-106页 |
| 5.3.1 随机森林概述 | 第99-100页 |
| 5.3.2 随机森林构建 | 第100-102页 |
| 5.3.3 随机森林的性能评估 | 第102-106页 |
| 5.4 基于随机森林的VANET异常检测与实验分析 | 第106-117页 |
| 5.4.1 整体设计 | 第106-107页 |
| 5.4.2 样本集生成 | 第107-108页 |
| 5.4.3 随机森林参数选择 | 第108-113页 |
| 5.4.4 模型生成及性能评测 | 第113-115页 |
| 5.4.5 模型优化 | 第115-117页 |
| 5.5 小结 | 第117-118页 |
| 第6章 总结与展望 | 第118-121页 |
| 6.1 工作总结 | 第118-120页 |
| 6.2 下一步的工作展望 | 第120-121页 |
| 参考文献 | 第121-128页 |
| 作者简介及在学期间所取得的科研成果 | 第128-130页 |
| 致谢 | 第130页 |