隨著物聯(lián)網(wǎng)的快速發(fā)展和智能終端的興起,大量的智能終端接入互聯(lián)網(wǎng),然而,由于物聯(lián)網(wǎng)廠商缺少安全意識(shí)并且在安全方面的研究投入比較少,導(dǎo)致安全標(biāo)準(zhǔn)的制定、實(shí)施速度遠(yuǎn)低于物聯(lián)網(wǎng)行業(yè)的發(fā)展速度,從而導(dǎo)致有些物聯(lián)網(wǎng)系統(tǒng)中存在很大的潛在風(fēng)險(xiǎn)。一些不法分子利用物聯(lián)網(wǎng)終端自身存在的缺陷或漏洞進(jìn)行攻擊,因此有效的漏洞評(píng)估對(duì)于物聯(lián)網(wǎng)來(lái)說(shuō)是十分必要的,好的漏洞評(píng)估能夠有效的對(duì)系統(tǒng)中的漏洞進(jìn)行分級(jí),使漏洞修復(fù)工作事半功倍。從物聯(lián)網(wǎng)漏洞產(chǎn)生的原因來(lái)看,多是物聯(lián)網(wǎng)源代碼存在邏輯缺陷或編碼缺陷等問題導(dǎo)致的,因此在正式啟用物聯(lián)網(wǎng)軟件前,應(yīng)盡可能的保證它的安全性和健壯性。本文從以上兩方面進(jìn)行研究,提升物聯(lián)網(wǎng)的安全和穩(wěn)定性。為了對(duì)物聯(lián)網(wǎng)系統(tǒng)的漏洞進(jìn)行科學(xué)評(píng)估,本文提出一種漏洞關(guān)聯(lián)性危害評(píng)估方法。與傳統(tǒng)的以一個(gè)單獨(dú)的漏洞為評(píng)估單位的評(píng)估方法不同,本文將整個(gè)物聯(lián)網(wǎng)系統(tǒng)作為一個(gè)評(píng)估單位,通過使用漏洞關(guān)聯(lián)圖分析漏洞在整個(gè)系統(tǒng)中的關(guān)聯(lián)關(guān)系,找出可能的攻擊路徑,然后使用CVSS v3.0評(píng)價(jià)體系為計(jì)算的基礎(chǔ)指標(biāo)并引入風(fēng)險(xiǎn)矩陣,計(jì)算過程中既包括漏洞與漏洞之間的關(guān)聯(lián)關(guān)系也包括漏洞自身的屬性,以實(shí)現(xiàn)漏洞關(guān)聯(lián)評(píng)估。實(shí)驗(yàn)表明本方法可以有效指導(dǎo)物... 

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 相關(guān)研究的進(jìn)一步說(shuō)明
    1.3 研究?jī)?nèi)容
第二章 物聯(lián)網(wǎng)安全概述
    2.1 物聯(lián)網(wǎng)系統(tǒng)概述
    2.2 物聯(lián)網(wǎng)整體安全
    2.3 物聯(lián)網(wǎng)漏洞及缺陷特點(diǎn)
    2.4 本章小結(jié)
第三章 物聯(lián)網(wǎng)漏洞關(guān)聯(lián)性危害評(píng)估的方法改進(jìn)
    3.1 CVSS漏洞評(píng)估方法
    3.2 漏洞關(guān)聯(lián)性評(píng)估的方法設(shè)計(jì)
    3.3 風(fēng)險(xiǎn)矩陣及相關(guān)計(jì)算方法設(shè)計(jì)
    3.4 漏洞關(guān)聯(lián)利用度計(jì)算方法改進(jìn)
    3.5 實(shí)例分析
    3.6 本章小結(jié)
第四章 物聯(lián)網(wǎng)軟件缺陷分析
    4.1 漏洞與軟件缺陷的關(guān)系
    4.2 物聯(lián)網(wǎng)軟件缺陷現(xiàn)狀
    4.3 軟件缺陷預(yù)測(cè)作用
    4.4 軟件缺陷預(yù)測(cè)技術(shù)
    4.5 本章小結(jié)
第五章 物聯(lián)網(wǎng)軟件缺陷預(yù)測(cè)模型設(shè)計(jì)及實(shí)現(xiàn)
    5.1 流形學(xué)習(xí)
    5.2 局部切空間排列算法
        5.2.1 算法原理
        5.2.2 局部切空間排列算法的缺點(diǎn)
    5.3 自適應(yīng)鄰域選擇的穩(wěn)健型局部切空間排列改進(jìn)算法設(shè)計(jì)
        5.3.1 自適應(yīng)鄰域選擇改進(jìn)策略
        5.3.2 穩(wěn)健局部切空間改進(jìn)策略
        5.3.3 改進(jìn)LTSA算法步驟及效果
    5.4 SVM缺陷預(yù)測(cè)
        5.4.1 基本思想
        5.4.2 非線性SVM
        5.4.3 軟間隔SVM
    5.5 基于iLTSA-SVM軟件缺陷預(yù)測(cè)的模型設(shè)計(jì)
        5.5.1 iLTSA-SVM軟件缺陷預(yù)測(cè)模型
        5.5.2 iLTSA-SVM模型的參數(shù)選擇
    5.6 實(shí)驗(yàn)結(jié)果與分析
        5.6.1 選取數(shù)據(jù)集
        5.6.2 評(píng)價(jià)指標(biāo)
        5.6.3 實(shí)驗(yàn)結(jié)果及對(duì)比
    5.7 本章小結(jié)
第六章 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 研究展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號(hào)：3646895