近些年,車聯(lián)網(wǎng)的飛速發(fā)展,使得人們的出行越來越方便,但是車聯(lián)網(wǎng)給人們帶來便利的同時(shí)也面臨著大量的網(wǎng)絡(luò)安全問題。頻繁發(fā)生的車聯(lián)網(wǎng)網(wǎng)絡(luò)安全事件給企業(yè)、政府等造成了巨大的經(jīng)濟(jì)損失。而傳統(tǒng)的車聯(lián)網(wǎng)網(wǎng)絡(luò)安全防御設(shè)備都是單點(diǎn)安全防御技術(shù),相互之間缺乏有效協(xié)作,不能從整體上對車聯(lián)網(wǎng)的網(wǎng)絡(luò)安全狀況進(jìn)行把控。為了能夠建立多層次、立體化的車聯(lián)網(wǎng)網(wǎng)絡(luò)安全防御體系,網(wǎng)絡(luò)安全態(tài)勢評(píng)估技術(shù)通過融合多數(shù)據(jù)源,采用特定的綜合分析法以及可靠的態(tài)勢評(píng)估模型對整體網(wǎng)絡(luò)的態(tài)勢進(jìn)行評(píng)估,從而反映出當(dāng)前網(wǎng)絡(luò)的安全狀況。通過整理分析國內(nèi)外網(wǎng)絡(luò)安全態(tài)勢感知的相關(guān)理論和技術(shù),特別是對網(wǎng)絡(luò)安全態(tài)勢感知中的態(tài)勢要素提取和態(tài)勢評(píng)估進(jìn)行了更為深入的研究,本文結(jié)合車聯(lián)網(wǎng)的特性提出了一種基于信息融合的車聯(lián)網(wǎng)層次化網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型,解決了傳統(tǒng)評(píng)估模型利用單一數(shù)據(jù)源和面對多種攻擊時(shí)導(dǎo)致態(tài)勢評(píng)估準(zhǔn)確率不足的問題。首先,根據(jù)車聯(lián)網(wǎng)系統(tǒng)的特性,提出了新的層次化車聯(lián)網(wǎng)態(tài)勢評(píng)估模型,該模型分為攻擊/脆弱性層、車輛層、本地區(qū)域?qū)雍拖到y(tǒng)層,并通過分析得出各層次之間的量化關(guān)系。其次,采用基于環(huán)境信息的警報(bào)過濾方法以及改進(jìn)的基于警報(bào)內(nèi)容的層次聚類算法完成網(wǎng)絡(luò)安全態(tài)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外研究歷史與現(xiàn)狀
    1.3 本文主要研究內(nèi)容與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 論文相關(guān)領(lǐng)域基礎(chǔ)理論概述
    2.1 車聯(lián)網(wǎng)
    2.2 網(wǎng)絡(luò)安全態(tài)勢感知
        2.2.1 網(wǎng)絡(luò)安全態(tài)勢感知概念
        2.2.2 態(tài)勢感知模型
        2.2.3 態(tài)勢感知關(guān)鍵技術(shù)
    2.3 D-S證據(jù)理論概述
        2.3.1 D-S證據(jù)理論簡介
        2.3.2 經(jīng)典D-S證據(jù)理論
    2.4 聚類算法
        2.4.1 聚類概述
        2.4.2 聚類算法的類別
    2.5 本章小結(jié)
第三章 基于信息融合的車聯(lián)網(wǎng)層次化網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型
    3.1 層次化車聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型框架
    3.2 網(wǎng)絡(luò)安全態(tài)勢要素提取
        3.2.1 相關(guān)定義
        3.2.2 警報(bào)過濾
        3.2.3 警報(bào)聚類
    3.3 基于信息融合的車聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型
        3.3.1 模型簡介
        3.3.2 數(shù)據(jù)源融合
        3.3.3 態(tài)勢要素融合
        3.3.4 動(dòng)態(tài)權(quán)重計(jì)算
        3.3.5 節(jié)點(diǎn)態(tài)勢融合
    3.4 資產(chǎn)權(quán)重算法
        3.4.1 基于多層次模糊綜合分析法的權(quán)重算法
        3.4.2 網(wǎng)絡(luò)性能量化算法
        3.4.3 節(jié)點(diǎn)綜合權(quán)重算法
    3.5 本章小結(jié)
第四章 車聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評(píng)估系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)設(shè)計(jì)
        4.1.1 設(shè)計(jì)原則與目標(biāo)
        4.1.2 需求分析
        4.1.3 系統(tǒng)框架設(shè)計(jì)
        4.1.4 功能模塊劃分
    4.2 模塊具體實(shí)現(xiàn)
        4.2.1 資產(chǎn)管理模塊
        4.2.2 信息采集模塊
        4.2.3 態(tài)勢要素提取模塊
        4.2.4 態(tài)勢指數(shù)計(jì)算模塊
        4.2.5 可視化模塊
    4.3 本章小結(jié)
第五章 車聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評(píng)估系統(tǒng)測試與結(jié)果分析
    5.1 實(shí)驗(yàn)環(huán)境準(zhǔn)備
    5.2 警報(bào)聚類測試
        5.2.1 聚類閾值的選取
        5.2.2 聚類結(jié)果分析
    5.3 基于信息融合的網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型測試
        5.3.1 測試輸入?yún)?shù)準(zhǔn)備
        5.3.2 測試流程
        5.3.3 測試結(jié)果分析
    5.4 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]車聯(lián)網(wǎng)安全綜述[J]. 李興華,鐘成,陳穎,張會(huì)林,翁健.  信息安全學(xué)報(bào). 2019(03)
[2]網(wǎng)絡(luò)安全態(tài)勢感知綜述[J]. 龔儉,臧小東,蘇琪,胡曉艷,徐杰.  軟件學(xué)報(bào). 2017(04)
[3]基于多源融合的網(wǎng)絡(luò)安全態(tài)勢層次感知[J]. 張淑雯,劉效武,孫雪巖.  計(jì)算機(jī)技術(shù)與發(fā)展. 2016(10)
[4]基于大數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢感知技術(shù)研究[J]. 管磊,胡光俊,王專.  信息網(wǎng)絡(luò)安全. 2016(09)
[5]基于蟻群聚類的入侵檢測警報(bào)過濾技術(shù)[J]. 徐小龍,高仲合,韓麗娟.  電子技術(shù). 2016(01)
[6]一種融合多源數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型[J]. 陳虹,王飛,肖振久,孫麗娜.  計(jì)算機(jī)工程與應(yīng)用. 2015(17)
[7]基于日志審計(jì)與性能修正算法的網(wǎng)絡(luò)安全態(tài)勢評(píng)估模型[J]. 韋勇,連一峰.  計(jì)算機(jī)學(xué)報(bào). 2009(04)
[8]網(wǎng)絡(luò)入侵檢測系統(tǒng)中的警報(bào)聚類[J]. 秦子燕,趙曾貽.  計(jì)算機(jī)安全. 2008(05)
[9]網(wǎng)絡(luò)態(tài)勢感知中的指標(biāo)體系研究[J]. 王娟,張鳳荔,傅翀,陳麗莎.  計(jì)算機(jī)應(yīng)用. 2007(08)
[10]層次化網(wǎng)絡(luò)安全威脅態(tài)勢量化評(píng)估方法[J]. 陳秀真,鄭慶華,管曉宏,林晨光.  軟件學(xué)報(bào). 2006(04)



本文編號(hào)：3201046