發(fā)布時間：2017-10-25 01:05

  本文關(guān)鍵詞：基于粗糙集理論的網(wǎng)絡(luò)安全態(tài)勢感知方法研究

  更多相關(guān)文章： 網(wǎng)絡(luò)安全態(tài)勢感知 粗糙集理論 層次分析法 神經(jīng)網(wǎng)絡(luò)

【摘要】：互聯(lián)網(wǎng)已成為現(xiàn)代社會的特征符號,給人們的日常生活、國防和科技發(fā)展帶來無盡的益處。與此同時,隨著網(wǎng)絡(luò)的復(fù)雜因素不斷加,網(wǎng)絡(luò)安全事故頻繁發(fā)生,并顯現(xiàn)出目的性、組織性等特征。舊式防御技術(shù)太過于被動和單一,難以適應(yīng)復(fù)雜環(huán)境的變化。態(tài)勢感知作為一種新型的主動防御技術(shù),能全面、及時的把握當前的網(wǎng)絡(luò)安全狀況,并對未來可能的發(fā)展趨勢進行預(yù)知。安全態(tài)勢感知中存在態(tài)勢因子冗余程度高、指標權(quán)值分配不佳以及傳統(tǒng)方法預(yù)測精度低等問題。本文借助了粗糙集理論的優(yōu)勢加以彌補,并對粗糙集理論在態(tài)勢感知中的應(yīng)用進行修正和改進。具體研究內(nèi)容如下:(1)構(gòu)建影響網(wǎng)絡(luò)安全態(tài)勢變化的指標體系,并憑借粗糙集理論在數(shù)據(jù)挖掘方面的獨特功能來約簡冗余指標、篩選態(tài)勢因子。(2)針對感知研究容易出現(xiàn)的權(quán)值分配“失衡問題”,本文結(jié)合粗糙集理論與層次分析法,提出一種基于綜合加權(quán)的網(wǎng)絡(luò)安全態(tài)勢評估方法。通過實驗證明,該方法有效的修正了指標權(quán)重的分配,提高了評估結(jié)果的準確性。(3)探索粗糙集理論在態(tài)勢預(yù)測方面的研究,本文提出了一種基于RS-BPNN的態(tài)勢預(yù)測方法,通過構(gòu)造神經(jīng)網(wǎng)絡(luò)的方法將粗糙集推理的實質(zhì)進行轉(zhuǎn)換。通過對比實驗證明,此方法充分融合了粗糙集理論與神經(jīng)網(wǎng)絡(luò)的優(yōu)點,提高了對態(tài)勢發(fā)展的預(yù)測能力。
【關(guān)鍵詞】：網(wǎng)絡(luò)安全態(tài)勢感知 粗糙集理論 層次分析法 神經(jīng)網(wǎng)絡(luò)
【學位授予單位】：湖南工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP18;TP393.08
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-15
• 1.1 課題研究的背景及意義8-9
• 1.2 國內(nèi)外研究狀況9-12
• 1.3 主要工作及組織結(jié)構(gòu)12-15
• 1.3.1 主要工作12-13
• 1.3.2 論文組織結(jié)構(gòu)13-15
• 第二章 網(wǎng)絡(luò)安全態(tài)勢感知概述15-20
• 2.1 基礎(chǔ)概述15-18
• 2.1.1 基本研究內(nèi)容15-16
• 2.1.2 經(jīng)典感知框架16-18
• 2.2 核心技術(shù)18-19
• 2.2.1 特征提取18
• 2.2.2 網(wǎng)絡(luò)安全態(tài)勢評估18
• 2.2.3 網(wǎng)絡(luò)安全態(tài)勢預(yù)測18-19
• 2.3 本章小結(jié)19-20
• 第三章 基于綜合加權(quán)的網(wǎng)絡(luò)安全態(tài)勢評估20-43
• 3.1 引言20
• 3.2 理論知識20-24
• 3.2.1 粗糙集理論20-23
• 3.2.2 層次分析法23-24
• 3.3 態(tài)勢評估框架的構(gòu)建24-25
• 3.3.1 態(tài)勢評估框架24
• 3.3.2 功能模型24-25
• 3.4 態(tài)勢指標的權(quán)重計算25-34
• 3.4.1 指標的構(gòu)建25-28
• 3.4.2 態(tài)勢問題描述28-29
• 3.4.3 態(tài)勢指標約簡29-31
• 3.4.4 綜合權(quán)值的計算31-34
• 3.5 安全態(tài)勢值的計算34-36
• 3.5.1 評估目標層的態(tài)勢值計算35
• 3.5.2 評估準則層的態(tài)勢值計算35
• 3.5.3 態(tài)勢評估的安全等級35-36
• 3.6 實驗分析36-42
• 3.6.1 實驗環(huán)境36-37
• 3.6.2 數(shù)據(jù)介紹37-38
• 3.6.3 屬性約簡及規(guī)則提取38-40
• 3.6.4 權(quán)值計算40-41
• 3.6.5 態(tài)勢評估結(jié)果分析41-42
• 3.7 本章小結(jié)42-43
• 第四章 基于RS-BPNN的安全態(tài)勢預(yù)測43-60
• 4.1 引言43
• 4.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)43-48
• 4.2.1 人工神經(jīng)網(wǎng)絡(luò)綜述43-45
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)45-48
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點與缺點48
• 4.3 RS-BPNN神經(jīng)網(wǎng)絡(luò)的構(gòu)建48-53
• 4.3.1 RS與BPNN的比較48-49
• 4.3.2 網(wǎng)絡(luò)的設(shè)計思想49-50
• 4.3.3 RS-BPNN網(wǎng)絡(luò)模型的構(gòu)建50-51
• 4.3.4 網(wǎng)絡(luò)參數(shù)的優(yōu)化51-53
• 4.4 網(wǎng)絡(luò)安全態(tài)勢預(yù)測建模53-56
• 4.4.1 預(yù)測模型的構(gòu)建53-54
• 4.4.2 預(yù)測流程54-55
• 4.4.3 態(tài)勢預(yù)測誤差評價55-56
• 4.5 實驗分析56-59
• 4.6 本章小結(jié)59-60
• 第五章 總結(jié)與展望60-61
• 5.1 總結(jié)60
• 5.2 展望60-61
• 參考文獻61-65
• 攻讀碩士期間學術(shù)研究的主要成果65-66
• 致謝66

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 邱兆雷;范穎;王愛云;;粗糙集理論及進展[J];信息技術(shù)與信息化;2006年05期

2 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學;2006年06期

3 石杰;;粗糙集理論及其應(yīng)用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理論和應(yīng)用研究[J];內(nèi)江科技;2008年03期

5 胡軍;王國胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學學報(自然科學版);2009年04期

6 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年09期

7 林國平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學院學報(自然科學版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相關(guān)關(guān)系的粗糙集研究[J];南京大學學報(自然科學版);2010年05期

9 成新文;陳國超;李琦;;關(guān)于粗糙集的理論及應(yīng)用研究[J];煤炭技術(shù);2010年10期

10 林治;張璇;;粗糙集理論的應(yīng)用探析[J];邢臺職業(yè)技術(shù)學院學報;2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國焊接會議論文集（第2冊）[C];2005年

2 尹宗成;;粗糙集理論在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡分類方法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學數(shù)據(jù)屬性約簡中的應(yīng)用[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國開放式分布與并行計算機學術(shù)會議論文集(上冊)[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機防搖系統(tǒng)粗糙集控制[A];第二十六屆中國控制會議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評價的粗糙集實現(xiàn)方法[A];第二十七屆中國控制會議論文集[C];2008年

8 王紅萍;萬程亮;金彥豐;;應(yīng)用粗糙集理論的對抗效果權(quán)重確定方法[A];2009’中國西部地區(qū)聲學學術(shù)交流會論文集[C];2009年

9 王莉;周獻中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學性能預(yù)測中的研究[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴展的規(guī)則提取算法[A];第十七屆全國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2000年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 馬希驁;概率粗糙集屬性約簡理論及方法研究[D];西南交通大學;2014年

2 唐孝;基于粗糙集的知識發(fā)現(xiàn)方法及其在ECG信號識別中的應(yīng)用[D];電子科技大學;2015年

3 曾凱;鄰域�；植谟嬎愕年P(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學;2015年

4 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴展模型研究[D];合肥工業(yè)大學;2015年

5 薛佩軍;正負域覆蓋廣義粗糙集與知識粗傳播研究[D];山東大學;2007年

6 孔芝;粗糙集理論若干問題的研究與應(yīng)用[D];東北大學;2009年

7 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學;2002年

8 劉少輝;知識發(fā)現(xiàn)中粗糙集理論的研究[D];中國科學院研究生院（計算技術(shù)研究所）;2003年

9 鄧大勇;基于粗糙集的數(shù)據(jù)約簡及粗糙集擴展模型的研究[D];北京交通大學;2007年

10 孫英娟;基于粗糙集的分類方法研究[D];吉林大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學;2015年

2 何理榮;粗糙集理論在銀行信貸風險評估中的應(yīng)用研究[D];華南理工大學;2015年

3 張德齊;基于粗糙集理論的電機故障診斷方法研究[D];渤海大學;2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學;2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴展與拓撲空間[D];蘭州大學;2015年

6 徐鵬;基于粗糙集的建筑起重機械安全精細化評價研究[D];西安建筑科技大學;2015年

7 孫宇航;粗糙集屬性約簡方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學;2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學;2015年

9 車世遠;基于群搜索優(yōu)化粗糙集的腦科學數(shù)據(jù)研究[D];大連海事大學;2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營銷客戶分類中的應(yīng)用[D];南京理工大學;2015年

，

本文編號：1091346