本文關(guān)鍵詞：網(wǎng)絡(luò)安全態(tài)勢(shì)感知關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 網(wǎng)絡(luò)安全態(tài)勢(shì)感知 Agent 徑向基神經(jīng)網(wǎng)絡(luò) 灰色理論

【摘要】：網(wǎng)絡(luò)安全形式的日益惡化給傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)帶來(lái)了極大的挑戰(zhàn),現(xiàn)有的網(wǎng)絡(luò)監(jiān)測(cè)設(shè)備只能根據(jù)網(wǎng)絡(luò)實(shí)時(shí)的有限信息對(duì)網(wǎng)絡(luò)的安全狀態(tài)進(jìn)行判定,信息來(lái)源少、預(yù)警質(zhì)量低下,不僅難以獲知實(shí)時(shí)威脅狀態(tài),更談不上對(duì)網(wǎng)絡(luò)的預(yù)期狀態(tài)進(jìn)行預(yù)測(cè)。態(tài)勢(shì)感知源至空中交通監(jiān)管、核反應(yīng)控制、軍事戰(zhàn)場(chǎng)等領(lǐng)域,繼而被引入到信息安全防御措施中。這項(xiàng)技術(shù)在網(wǎng)絡(luò)中的應(yīng)用主要依托異構(gòu)多源網(wǎng)絡(luò)信息,采用信息融合的方式實(shí)時(shí)進(jìn)行處理,對(duì)網(wǎng)絡(luò)中的威脅及安全形式進(jìn)行分析,在根據(jù)當(dāng)前狀態(tài)為網(wǎng)絡(luò)管理者做出決策提供信息依據(jù)的同時(shí),對(duì)未來(lái)的網(wǎng)絡(luò)安全狀態(tài)進(jìn)行合理預(yù)測(cè),挖掘出信息安全隱患。本文介紹了網(wǎng)絡(luò)安全態(tài)勢(shì)感知研究的基本情況,通過(guò)建模并利用綜合的網(wǎng)絡(luò)安全態(tài)勢(shì)感知指標(biāo)體系對(duì)各類信息進(jìn)行融合處理的基礎(chǔ)上,實(shí)現(xiàn)了基于多源異構(gòu)數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估及預(yù)測(cè)。首先,本文介紹了網(wǎng)絡(luò)安全態(tài)勢(shì)感知的基本概念以及其國(guó)內(nèi)外的發(fā)展現(xiàn)狀。在對(duì)現(xiàn)有模型進(jìn)行分析的基礎(chǔ)上,結(jié)合Endsley模型的思想和背景需求,構(gòu)建網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)框架模型,研究了具有自適應(yīng)和高可擴(kuò)展性能的態(tài)勢(shì)感知系統(tǒng),構(gòu)建基于Agent的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)模型,指導(dǎo)實(shí)現(xiàn)網(wǎng)絡(luò)安全態(tài)勢(shì)感知的各項(xiàng)關(guān)鍵技術(shù)的研究。其次,將數(shù)據(jù)融合的思想應(yīng)用于數(shù)據(jù)特征層,將異構(gòu)多源數(shù)據(jù)剔除無(wú)效噪聲統(tǒng)一格式后融合應(yīng)用,提出一種基于RBF神經(jīng)網(wǎng)絡(luò)的特征層數(shù)據(jù)融合算法,以提高提取網(wǎng)絡(luò)態(tài)勢(shì)要素的準(zhǔn)確性,并通過(guò)實(shí)驗(yàn)驗(yàn)證了方法的可行性。再次,建立了網(wǎng)絡(luò)安全態(tài)勢(shì)衡量指標(biāo)體系,為網(wǎng)絡(luò)安全態(tài)勢(shì)提供科學(xué)依據(jù),以實(shí)現(xiàn)網(wǎng)絡(luò)安全態(tài)勢(shì)的定量感知,解決網(wǎng)絡(luò)系統(tǒng)的安全問(wèn)題。最后,基于灰色理論的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型,提出了一種新的網(wǎng)絡(luò)安全評(píng)估方式。
【關(guān)鍵詞】：網(wǎng)絡(luò)安全態(tài)勢(shì)感知 Agent 徑向基神經(jīng)網(wǎng)絡(luò) 灰色理論
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.08
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-11
• 縮略語(yǔ)對(duì)照表11-14
• 第一章 緒論14-22
• 1.1 選題背景和意義14-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-18
• 1.3 論文的研究?jī)?nèi)容18-19
• 1.4 論文的主要工作及創(chuàng)新點(diǎn)19
• 1.5 論文的組織結(jié)構(gòu)19-22
• 第二章 課題相關(guān)理論及技術(shù)基礎(chǔ)22-32
• 2.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知22-25
• 2.1.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知起源及概念22-24
• 2.1.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知的應(yīng)用24-25
• 2.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知中的關(guān)鍵技術(shù)25-32
• 2.2.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知的建模26
• 2.2.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知中的數(shù)據(jù)融合26-28
• 2.2.3 網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估技術(shù)28-29
• 2.2.4 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)技術(shù)29-30
• 2.2.5 網(wǎng)絡(luò)安全態(tài)勢(shì)感知中的可視化技術(shù)30-32
• 第三章 基于Agent理論的NSSA框架構(gòu)建32-46
• 3.1 NSSA建模32-34
• 3.1.1 Endsley模型的基本概念32-33
• 3.1.2 層次化的感知模型33-34
• 3.2 基于Agent理論的NSSA建模34-42
• 3.2.1 Agent理論的基本概念34-37
• 3.2.2 基于Multi-Agent理論的NSSA模型37-42
• 3.2.3 層次化網(wǎng)絡(luò)感知的數(shù)學(xué)模型42
• 3.3 網(wǎng)絡(luò)安全態(tài)勢(shì)感知的評(píng)價(jià)指標(biāo)體系42-46
• 3.3.1 安全態(tài)勢(shì)的定性評(píng)價(jià)指標(biāo)體系43
• 3.3.2 安全態(tài)勢(shì)的定量評(píng)價(jià)指標(biāo)體系43-44
• 3.3.3 NSSA指標(biāo)體系的建立44-46
• 第四章 基于徑向基神經(jīng)網(wǎng)絡(luò)的多源數(shù)據(jù)融合46-64
• 4.1 NSSA中的多源數(shù)據(jù)融合46-47
• 4.2 徑向基神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介47-53
• 4.2.1 人工神經(jīng)網(wǎng)絡(luò)理論簡(jiǎn)介47-48
• 4.2.2 徑向基函數(shù)神經(jīng)元模型48-49
• 4.2.3 徑向基函數(shù)網(wǎng)絡(luò)的結(jié)構(gòu)49-50
• 4.2.4 徑向基函數(shù)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程50-53
• 4.3 改進(jìn)的兩階段學(xué)習(xí)RBF神經(jīng)網(wǎng)絡(luò)模型53-56
• 4.3.1 模糊C-均值聚類53-55
• 4.3.2 遞階遺傳算法55
• 4.3.3 兩階段學(xué)習(xí)流程55-56
• 4.4 基于徑向基神經(jīng)網(wǎng)絡(luò)的NSSA評(píng)估方法56-57
• 4.5 實(shí)驗(yàn)與仿真57-64
• 4.5.1 多源數(shù)據(jù)的選取58
• 4.5.2 RBF神經(jīng)網(wǎng)絡(luò)模型構(gòu)建58-60
• 4.5.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)60-61
• 4.5.4 基于RBF神經(jīng)網(wǎng)絡(luò)的NSSA評(píng)估61-64
• 第五章 基于灰色理論的NSSA評(píng)估及預(yù)測(cè)64-70
• 5.1 灰色系統(tǒng)64-67
• 5.1.1 灰色系統(tǒng)的基本概念64
• 5.1.2 GM灰模型64-65
• 5.1.3 殘差修正GM模型65-67
• 5.1.4 GM模型的適用范圍67
• 5.2 基于灰色理論的NSSA預(yù)測(cè)67-68
• 5.2.1 現(xiàn)有網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法67
• 5.2.2 基于灰色理論的NSSA預(yù)測(cè)流程67-68
• 5.3 實(shí)驗(yàn)與仿真68-70
• 第六章 結(jié)論與展望70-72
• 參考文獻(xiàn)72-74
• 致謝74-75
• 作者簡(jiǎn)介75-76

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 陳虹;王飛;肖振久;孫麗娜;;一種融合多源數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型[J];計(jì)算機(jī)工程與應(yīng)用;2015年17期

2 葉健健;文志誠(chéng);吳欣欣;;基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知模型[J];湖南工業(yè)大學(xué)學(xué)報(bào);2014年03期

3 黃同慶;莊毅;;一種實(shí)時(shí)網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法[J];小型微型計(jì)算機(jī)系統(tǒng);2014年02期

4 李淳;趙建保;申曉留;;多評(píng)估時(shí)間段的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法[J];計(jì)算機(jī)應(yīng)用;2013年12期

5 王春雷;方蘭;王東霞;戴一奇;;基于知識(shí)發(fā)現(xiàn)的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)[J];計(jì)算機(jī)科學(xué);2012年07期

6 陳秀真;鄭慶華;管曉宏;林晨光;;層次化網(wǎng)絡(luò)安全威脅態(tài)勢(shì)量化評(píng)估方法[J];軟件學(xué)報(bào);2006年04期

7 姚婷婷;鄭慶華;管曉宏;陳秀真;;一種基于主機(jī)實(shí)時(shí)流量的安全評(píng)估方法[J];西安交通大學(xué)學(xué)報(bào);2006年04期

8 石紅瑞,劉勇,劉寶坤,李光泉;基于混合遞階遺傳算法的徑向基神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法及其應(yīng)用[J];控制理論與應(yīng)用;2002年04期

，

本文編號(hào)：791053