本文關鍵詞：基于指標體系的網絡安全態(tài)勢感知技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯網的普及、云計算的出現以及物聯網的迅速發(fā)展,網絡安全問題日益突出,安全漏洞和安全事件大幅度增加。網絡蠕蟲、黑客拖庫、0day曝光以及個人隱私數據泄漏等網絡安全事件時有發(fā)生。網絡安全逐漸成為國家、企業(yè)和個人關注的焦點。然而現有網絡安全設備數據來源單一、各設備獨立工作關聯性差,它們已經無法滿足當前網絡發(fā)展需求。網絡安全態(tài)勢感知應運而生,逐漸成為網絡安全領域的研究熱點之一。它結合傳統(tǒng)網絡安全技術的優(yōu)點,全面收集網絡中的安全態(tài)勢要素,從宏觀的整體的角度評估網絡運行狀態(tài),在安全事件出現之前就對可能存在的問題進行分析預測,從而幫助網絡管理員作出正確的決策。本文在對國內外大量相關文獻研究的基礎上,重點從態(tài)勢感知模型建立、態(tài)勢評估、態(tài)勢預測和態(tài)勢原型系統(tǒng)實現幾個方面對態(tài)勢感知技術進行了深入研究,主要取得的成果如下:1)在研究經典態(tài)勢感知模型成果基礎上,提出基于指標體系的網絡安全態(tài)勢感知系統(tǒng)模型。將系統(tǒng)按功能需求分為“態(tài)勢數據采集—指標提取—指標體系建立—數據存儲—態(tài)勢評估—態(tài)勢預測—可視化”七個模塊并簡要介紹每個模塊的功能及其關鍵技術實現。該模型的提出為本文奠定了堅實的模型基礎。2)針對態(tài)勢感知模型中的態(tài)勢評估模塊,提出基于T-S模糊神經網絡的網絡安全態(tài)勢評估方法。將網絡總體態(tài)勢劃分為威脅態(tài)勢、脆弱態(tài)勢、穩(wěn)定態(tài)勢和容災態(tài)勢四個指標態(tài)勢,使用T-S模糊神經網絡分別計算得到四個指標態(tài)勢的態(tài)勢值,然后運用層次分析法融合得到網絡總體態(tài)勢,實現了安全態(tài)勢的定量評估。仿真實驗結果表明,該方法可行準確。同時,該評估方法可使態(tài)勢感知初步實現溯源功能。3)針對態(tài)勢感知模型中的態(tài)勢預測模塊,提出基于改進核函數支持向量機ISVM的網絡安全態(tài)勢預測方法。通過將態(tài)勢數據的時序特性融合于傳統(tǒng)支持向量機核函數中對網絡未來發(fā)展趨勢進行預測。仿真實驗對比結果顯示,ISVM預測方法可行有效。本文對態(tài)勢預測的深入研究為態(tài)勢感知實現主動防御提供了一定的促進作用。4)依據上述理論成果,實現了基于指標體系的網絡安全態(tài)勢感知原型系統(tǒng)。在闡述原型系統(tǒng)總體設計和詳細設計的基礎上,搭建系統(tǒng)測試環(huán)境對原型系統(tǒng)設計的規(guī)范性、合理性及功能進行了測試。本文的研究成果為網絡安全態(tài)勢感知的進一步深入研究和應用提供了重要的參考依據。
【關鍵詞】：網絡安全態(tài)勢感知 指標體系模型 T-S模糊神經網絡 改進支持向量機
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.08
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-15
• 1.1 課題背景和意義11-12
• 1.2 國內外研究現狀12-13
• 1.3 論文主要內容13-14
• 1.4 論文章節(jié)安排14-15
• 第二章 基于指標體系的網絡安全態(tài)勢感知模型及關鍵技術實現15-24
• 2.1 網絡安全態(tài)勢感知相關概念15-16
• 2.1.1 態(tài)勢感知概念15
• 2.1.2 網絡安全態(tài)勢感知概念15-16
• 2.2 網絡安全態(tài)勢感知經典模型研究16-17
• 2.3 基于指標體系的網絡安全態(tài)勢感知模型提出17-19
• 2.3.1 網絡安全態(tài)勢指標的選取原則17-18
• 2.3.2 網絡安全態(tài)勢指標體系的建立18
• 2.3.3 基于指標體系的網絡安全態(tài)勢感知模型18-19
• 2.4 基于指標體系的態(tài)勢感知模型關鍵技術實現19-23
• 2.4.1 安全態(tài)勢數據采集19-20
• 2.4.2 安全態(tài)勢指標提取和預處理20-21
• 2.4.3 安全態(tài)勢指標體系選取21
• 2.4.4 安全態(tài)勢數據存儲21-22
• 2.4.5 安全態(tài)勢評估22
• 2.4.6 安全態(tài)勢預測22
• 2.4.7 安全態(tài)勢可視化22-23
• 2.5 本章小結23-24
• 第三章 基于T-S模糊神經網絡的網絡安全態(tài)勢評估研究24-35
• 3.1 神經網絡相關理論研究24-26
• 3.1.1 神經網絡組成單元及屬性24-25
• 3.1.2 神經網絡的結構25
• 3.1.3 神經網絡學習方式25-26
• 3.2 模糊理論相關理論研究26-27
• 3.2.1 模糊集合和隸屬函數26-27
• 3.2.2 模糊規(guī)則和模糊推理27
• 3.3 模糊神經網絡解決態(tài)勢評估的可行性分析27
• 3.4 基于T-S模糊神經網絡的威脅態(tài)勢評估過程27-30
• 3.4.1 模糊邏輯的T-S模型28
• 3.4.2 基于T-S模糊神經網絡威脅態(tài)勢評估的網絡結構28-29
• 3.4.3 基于T-S模糊神經網絡威脅態(tài)勢評估學習算法29-30
• 3.5 基于層次分析法的網絡總體態(tài)勢評估30-32
• 3.5.1 層次分析法確定權重30
• 3.5.2 態(tài)勢等級劃分及量化30-31
• 3.5.3 網絡總體態(tài)勢評估31-32
• 3.6 實驗仿真32-34
• 3.6.1 威脅態(tài)勢評估實驗仿真32-33
• 3.6.2 網絡總體態(tài)勢評估實驗仿真33-34
• 3.7 本章小結34-35
• 第四章 基于改進支持向量機的網絡安全態(tài)勢預測研究35-44
• 4.1 支持向量機相關理論研究35-38
• 4.1.1 支持向量機基本思想35-37
• 4.1.2 支持向量機核函數37-38
• 4.1.3 支持向量機體系結構38
• 4.2 基于支持向量回歸的態(tài)勢預測38-40
• 4.3 改進的支持向量機ISVM預測40-41
• 4.4 基于改進支持向量機ISVM的態(tài)勢預測工作流程41
• 4.5 實驗仿真41-43
• 4.6 本章小結43-44
• 第五章 基于指標體系網絡安全態(tài)勢感知系統(tǒng)原型實現44-52
• 5.1 系統(tǒng)總體設計44-45
• 5.2 系統(tǒng)詳細設計45-47
• 5.3 系統(tǒng)測試環(huán)境47-48
• 5.4 關鍵模塊測試48-51
• 5.5 本章小結51-52
• 第六章 總結與展望52-54
• 6.1 本文總結52-53
• 6.2 未來展望53-54
• 參考文獻54-57
• 發(fā)表論文和科研情況說明57-58
• 致謝58-59

【相似文獻】

中國期刊全文數據庫 前10條

1 張羽;王慧強;賀英杰;;網絡態(tài)勢感知系統(tǒng)的告警閾值確定方法研究[J];世界科技研究與發(fā)展;2008年04期

2 葉李;王娟;張鳳荔;;宏觀網絡態(tài)勢感知系統(tǒng)中的預測算法設計[J];計算機應用研究;2009年04期

3 劉永征;劉學斌;;美國空間態(tài)勢感知能力研究[J];航天電子對抗;2009年03期

4 孟輝;張東戈;;連續(xù)變化條件下的態(tài)勢感知速度模型[J];系統(tǒng)工程與電子技術;2009年12期

5 龔正虎;卓瑩;;網絡態(tài)勢感知研究[J];軟件學報;2010年07期

6 蔡亞梅;汪立萍;陳利玲;;美國空間態(tài)勢感知系統(tǒng)發(fā)展現狀及趨勢分析[J];航天電子對抗;2011年02期

7 翟勝軍;;安全態(tài)勢感知的關鍵是對安全的有效度量[J];信息網絡安全;2011年09期

8 張慧文;鮑廣宇;張義;;柵格化網絡態(tài)勢感知能力評估模型[J];指揮控制與仿真;2013年02期

9 馮德俊;朱江;李方偉;;戰(zhàn)場電磁態(tài)勢感知關鍵技術研究[J];數字通信;2013年05期

10 楊玉璞;毛新然;;智慧城市安全服務平臺態(tài)勢感知系統(tǒng)設計[J];中國科技信息;2013年24期

中國重要會議論文全文數據庫 前10條

1 李海源;田暢;吳澤民;;戰(zhàn)術互聯網中態(tài)勢感知信息及其發(fā)布的研究[A];2009通信理論與技術新發(fā)展——第十四屆全國青年通信學術會議論文集[C];2009年

2 翟勝軍;;安全態(tài)勢感知的關鍵是對安全的有效度量[A];第26次全國計算機安全學術交流會論文集[C];2011年

3 王新輝;劉茂剛;;空情態(tài)勢感知的模擬仿真[A];2007系統(tǒng)仿真技術及其應用學術會議論文集[C];2007年

4 牛彥杰;王智學;張東戈;牛小星;;社會計算視角下的多武器系統(tǒng)協同態(tài)勢感知[A];2013第一屆中國指揮控制大會論文集[C];2013年

5 吳振東;史殿習;丁博;王懷民;;上下文態(tài)勢感知框架的研究與實現[A];第七屆和諧人機環(huán)境聯合學術會議（HHME2011)論文集【oral】[C];2011年

6 趙文婷;王寧;;網絡安全態(tài)勢感知系統(tǒng)分析與研究[A];全國計算機安全學術交流會論文集（第二十四卷）[C];2009年

7 王勝國;孫姣;陳鳳貴;謝志輝;;空間環(huán)境態(tài)勢感知技術需求分析[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

8 譚小彬;張勇;鐘力;;基于多層次多角度分析的網絡安全態(tài)勢感知[A];全國計算機安全學術交流會論文集（第二十三卷）[C];2008年

9 王澤;劉彤;;網絡安全態(tài)勢感知的重要性[A];第二十六屆中國（天津）2012IT、網絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2012年

10 鐘力;;積極主動的網絡安全態(tài)勢感知體系構建[A];第28次全國計算機安全學術交流會論文集[C];2013年

中國重要報紙全文數據庫 前6條

1 梁沖;美空軍強調太空與網絡空間優(yōu)先項[N];中國航空報;2012年

2 俄羅斯科學院天文學研究所所長、聯合國近地天體行動小組成員 鮑里斯·舒斯托夫 翻譯整理 本報駐俄羅斯記者 林雪丹;共同應對太空威脅[N];人民日報;2013年

3 謝澤兵 錢學森運載技術實驗室副總研究師;美不斷提升空間態(tài)勢感知能力為哪般?[N];中國航天報;2014年

4 黃志澄;未來太空對抗——未曾對抗先感知態(tài)勢[N];大眾科技報;2006年

5 本報記者 楊君;“斷網”敲響警鐘[N];光明日報;2014年

6 張海青 牛濤 王耀華;美陸軍數字化旅靠“它”指揮[N];解放軍報;2005年

中國博士學位論文全文數據庫 前10條

1 張恩展;分布式交通態(tài)勢感知與傳播方法[D];電子科技大學;2015年

2 葛琳;電信網信息內容安全事件態(tài)勢感知技術研究[D];解放軍信息工程大學;2014年

3 卓瑩;基于拓撲·流量挖掘的網絡態(tài)勢感知技術研究[D];國防科學技術大學;2010年

4 王娟;大規(guī)模網絡安全態(tài)勢感知關鍵技術研究[D];電子科技大學;2010年

5 劉艷麗;面向增強態(tài)勢感知的輸電系統(tǒng)安全性綜合評估[D];天津大學;2014年

6 賴積保;基于異構傳感器的網絡安全態(tài)勢感知若干關鍵技術研究[D];哈爾濱工程大學;2009年

7 劉效武;基于多源融合的網絡安全態(tài)勢量化感知與評估[D];哈爾濱工程大學;2009年

8 趙文濤;基于網絡安全態(tài)勢感知的預警技術研究[D];國防科學技術大學;2009年

9 胡威;網絡安全態(tài)勢感知若干關鍵性問題研究[D];上海交通大學;2007年

10 趙岳生;基于先驗知識、實時態(tài)勢感知、交互學習的MEMS仿生個體[D];清華大學;2013年

中國碩士學位論文全文數據庫 前10條

1 陳瓏凱;基于物聯網的化工園區(qū)事故態(tài)勢感知研究[D];華南理工大學;2015年

2 丁聰;基于粗糙集的網絡安全態(tài)勢感知方法研究[D];蘭州大學;2015年

3 吳瑩輝;網絡安全態(tài)勢感知框架中態(tài)勢評估與態(tài)勢頇測模型研究[D];華北電力大學;2015年

4 云辰太;基于態(tài)勢感知的配電網災害防御決策支持系統(tǒng)開發(fā)[D];華北電力大學;2015年

5 陳連棟;電力行業(yè)網絡安全態(tài)勢感知研究[D];華北電力大學;2015年

6 吳志強;面向服務質量保障的態(tài)勢感知技術研究[D];重慶大學;2015年

7 劉宗峰;網絡安全態(tài)勢感知關鍵技術研究[D];解放軍信息工程大學;2015年

8 馬旭東;智能變壓器運行態(tài)勢感知方法研究[D];東北電力大學;2016年

9 張良;基于系統(tǒng)風險熵的化工園區(qū)風險態(tài)勢預測預警研究[D];華南理工大學;2016年

10 楊文慧;基于深度學習的圖像態(tài)勢感知應用研究[D];哈爾濱工業(yè)大學;2016年

  本文關鍵詞：基于指標體系的網絡安全態(tài)勢感知技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：434902