隨著計(jì)算機(jī)網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)用戶數(shù)量急劇增長，各類網(wǎng)絡(luò)安全事件也層出不窮，因此計(jì)算機(jī)網(wǎng)絡(luò)面臨著嚴(yán)峻的挑戰(zhàn)。目前，對網(wǎng)絡(luò)安全的研究還主要集中在對入侵檢測方法的研究上面，但是隨著網(wǎng)絡(luò)的復(fù)雜性和不確定性的增加，對網(wǎng)絡(luò)安全態(tài)勢的研究勢必會成為一個(gè)趨勢。對網(wǎng)絡(luò)安全態(tài)勢的研究，可以綜合各方面的安全要素從整體上動(dòng)態(tài)地反應(yīng)整個(gè)網(wǎng)絡(luò)的安全狀態(tài)，并且對其安全狀態(tài)做出及時(shí)準(zhǔn)確的預(yù)測。 本文主要構(gòu)建了計(jì)算機(jī)網(wǎng)絡(luò)安全態(tài)勢的評估和預(yù)測模型。在分析總結(jié)了現(xiàn)有的一些網(wǎng)絡(luò)安全態(tài)勢評估方法以及預(yù)測算法后，本文提出了一種基于多傳感器數(shù)據(jù)融合的網(wǎng)絡(luò)安全態(tài)勢評估及趨勢預(yù)測模型。首先，對各個(gè)傳感器的數(shù)據(jù)進(jìn)行預(yù)處理，得到服務(wù)器和攻擊的規(guī)范化數(shù)據(jù)，利用集對分析理論融合來自多個(gè)傳感器的數(shù)據(jù)得到主機(jī)的安全態(tài)勢；然后，采用自下而上的層次化的安全態(tài)勢量化評估模型評估網(wǎng)絡(luò)的整體態(tài)勢；最后，采用ARIMA時(shí)間序列預(yù)測模型、RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型、回聲狀態(tài)網(wǎng)絡(luò)預(yù)測模型三種方法分別對網(wǎng)絡(luò)安全態(tài)勢進(jìn)行預(yù)測，構(gòu)建態(tài)勢預(yù)測模型。通過對DARPA1999和DARPA2000數(shù)據(jù)集的分析，證明集對分析比傳統(tǒng)方法更能夠?qū)W(wǎng)絡(luò)態(tài)勢所處的級別進(jìn)行明確劃分，更...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究的背景
    1.2 課題研究現(xiàn)狀
    1.3 研究動(dòng)機(jī)
    1.4 本文組織結(jié)構(gòu)
第二章 網(wǎng)絡(luò)安全態(tài)勢感知體系及關(guān)鍵技術(shù)
    2.1 網(wǎng)絡(luò)安全態(tài)勢感知的概念
    2.2 網(wǎng)絡(luò)安全態(tài)勢感知的關(guān)鍵技術(shù)
        2.2.1 數(shù)據(jù)挖掘技術(shù)
        2.2.2 基于多傳感器的數(shù)據(jù)融合技術(shù)
        2.2.3 態(tài)勢評估技術(shù)
        2.2.4 態(tài)勢預(yù)測技術(shù)
    2.3 本章小結(jié)
第三章 基于集對分析的網(wǎng)絡(luò)安全態(tài)勢評估模型
    3.1 集對分析原理
    3.2 應(yīng)用集對分析進(jìn)行態(tài)勢評估的基本步驟
    3.3 網(wǎng)絡(luò)安全態(tài)勢評估模型
        3.3.1 網(wǎng)絡(luò)安全態(tài)勢要素
        3.3.2 網(wǎng)絡(luò)安全態(tài)勢評估模型
    3.4 應(yīng)用集對分析進(jìn)行態(tài)勢評估的優(yōu)勢
    3.5 本章小結(jié)
第四章 網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型
    4.1 基于 ARIMA 的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型
        4.1.1 ARIMA 模型簡介
        4.1.2 將 ARIMA 模型用于態(tài)勢預(yù)測的基本步驟
    4.2 基于 RBF 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型
        4.2.1 RBF 神經(jīng)網(wǎng)絡(luò)的原理簡介
        4.2.2 將 RBF 神經(jīng)網(wǎng)絡(luò)用于網(wǎng)絡(luò)安全態(tài)勢預(yù)測的基本步驟
    4.3 基于回聲狀態(tài)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型
        4.3.1 回聲狀態(tài)網(wǎng)絡(luò)的原理簡介
        4.3.2 將回聲狀態(tài)網(wǎng)絡(luò)用于網(wǎng)絡(luò)安全態(tài)勢預(yù)測的基本步驟
    4.4 本章小結(jié)
第五章 網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)實(shí)驗(yàn)與結(jié)果分析
    5.1 實(shí)驗(yàn)一：網(wǎng)絡(luò)安全態(tài)勢評估實(shí)驗(yàn)
        5.1.1 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 實(shí)驗(yàn)步驟
        5.1.3 實(shí)驗(yàn)結(jié)果
    5.2 實(shí)驗(yàn)二：三種預(yù)測模型的實(shí)現(xiàn)與比較
        5.2.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)數(shù)據(jù)
        5.2.2 ARIMA 預(yù)測實(shí)驗(yàn)
        5.2.3 RBF 神經(jīng)網(wǎng)絡(luò)預(yù)測實(shí)驗(yàn)
        5.2.4 ENSs 預(yù)測實(shí)驗(yàn)
        5.2.5 預(yù)測效果對比
    5.3 本章小結(jié)
第六章 主要結(jié)論與展望
    6.1 主要結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄: 作者在攻讀碩士學(xué)位期間發(fā)表的論文



本文編號：3908535