本文關(guān)鍵詞：基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法研究

  更多相關(guān)文章： 網(wǎng)絡(luò)安全態(tài)勢(shì)感知 貝葉斯方法 數(shù)據(jù)融合 CAIM算法

【摘要】：由于網(wǎng)絡(luò)的自由性和開放性,網(wǎng)絡(luò)安全問題在近幾年變得尤為突出,頻繁出現(xiàn)的網(wǎng)絡(luò)安全大事件時(shí)刻威脅著用戶的隱私信息安全和財(cái)產(chǎn)安全。網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)的研究具有重要的意義,通過近幾年的研究,網(wǎng)絡(luò)安全態(tài)勢(shì)感知領(lǐng)域已經(jīng)取得了不少的成果。但是目前的方法大都有局限性,如信息源單一、感知的范圍局限、方法適用性較差等等。針對(duì)現(xiàn)狀,本文進(jìn)行了基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知方法研究。具體的研究工作如下:1.提出基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知模型。充分考慮影響網(wǎng)絡(luò)安全的各項(xiàng)因素,對(duì)已有的NSSA模型進(jìn)行細(xì)化,并結(jié)合網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)中各組件之間的關(guān)系,構(gòu)建了一個(gè)具有四個(gè)不同層次的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型。針對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)的不確定性特點(diǎn),提出使用貝葉斯方法作為不確定性推理工具,并采用基于評(píng)分搜索的方法進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建,通過貝葉斯評(píng)分函數(shù)修正網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。2.提出一種基于改進(jìn)CAIM算法的態(tài)勢(shì)因子量化方法。根據(jù)態(tài)勢(shì)感知模型框架建立合適的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)價(jià)體系,為滿足不同層面上的態(tài)勢(shì)感知需求,對(duì)每一層次上的態(tài)勢(shì)因子進(jìn)行了量化分析,方便決策者有針對(duì)性的了解網(wǎng)絡(luò)安全狀況。在進(jìn)行數(shù)據(jù)預(yù)處理時(shí),通過改進(jìn)的CAIM算法將連續(xù)型變量進(jìn)行離散化處理,從而確定一級(jí)態(tài)勢(shì)因子的量化值。對(duì)于不同態(tài)勢(shì)因子之間的權(quán)值,采取分級(jí)量化方法確定的影響值作為權(quán)值,這在一定程度上避免了主觀選擇的不準(zhǔn)確。最后使用貝葉斯推理作為數(shù)據(jù)融合的工具,按照層次化的系統(tǒng)結(jié)構(gòu)逐層向上進(jìn)行數(shù)據(jù)融合,得到不同層次的安全態(tài)勢(shì),為高層管理提供支持。3.實(shí)驗(yàn)的驗(yàn)證與分析。論文在最后利用DARPA1999入侵檢測(cè)數(shù)據(jù)集和VAST Challenge 2012的比賽數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)分別進(jìn)行了模型方法的驗(yàn)證,并證明了所提方法的可行性和有效性。
【關(guān)鍵詞】：網(wǎng)絡(luò)安全態(tài)勢(shì)感知 貝葉斯方法 數(shù)據(jù)融合 CAIM算法
【學(xué)位授予單位】：湖南工業(yè)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;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 研究背景和意義9-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 國(guó)外研究現(xiàn)狀11-12
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀12-13
• 1.3 本文主要研究?jī)?nèi)容13-14
• 1.4 論文組織結(jié)構(gòu)14-15
• 第二章 網(wǎng)絡(luò)安全態(tài)勢(shì)感知相關(guān)技術(shù)15-31
• 2.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知概述15-17
• 2.1.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知概述15-16
• 2.1.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知模型框架16-17
• 2.2 NSSA相關(guān)概念比較17-21
• 2.2.1 入侵檢測(cè)技術(shù)17-19
• 2.2.2 信息安全風(fēng)險(xiǎn)評(píng)估19-21
• 2.3 網(wǎng)絡(luò)安全態(tài)勢(shì)感知關(guān)鍵技術(shù)21-24
• 2.3.1 數(shù)據(jù)挖掘技術(shù)21
• 2.3.2 數(shù)據(jù)融合技術(shù)21-22
• 2.3.3 態(tài)勢(shì)可視化技術(shù)22-23
• 2.3.4 態(tài)勢(shì)預(yù)測(cè)技術(shù)23-24
• 2.4 貝葉斯網(wǎng)絡(luò)基本理論24-30
• 2.4.1 貝葉斯網(wǎng)絡(luò)概述24-26
• 2.4.2 貝葉斯網(wǎng)絡(luò)構(gòu)建26-27
• 2.4.3 貝葉斯網(wǎng)推理27-28
• 2.4.4 貝葉斯網(wǎng)學(xué)習(xí)28-30
• 2.5 本章小結(jié)30-31
• 第三章 基于貝葉斯方法的NSSA模型設(shè)計(jì)31-49
• 3.1 態(tài)勢(shì)指標(biāo)選取31-33
• 3.1.1 多源數(shù)據(jù)的分類和選取31-32
• 3.1.2 態(tài)勢(shì)評(píng)價(jià)指標(biāo)選取32-33
• 3.2 NSSA框架的建立33-37
• 3.2.1 層次化的網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)33-34
• 3.2.2 框架的建立與定義34-36
• 3.2.3 態(tài)勢(shì)感知流程36-37
• 3.3 態(tài)勢(shì)因子生成37-43
• 3.3.1 基于改進(jìn)CAIM算法的態(tài)勢(shì)因子離散化37-40
• 3.3.2 態(tài)勢(shì)因子分級(jí)量化40-42
• 3.3.3 一級(jí)態(tài)勢(shì)因子分級(jí)量化42-43
• 3.3.4 二級(jí)態(tài)勢(shì)因子分級(jí)量化43
• 3.4 貝葉斯網(wǎng)絡(luò)構(gòu)建43-47
• 3.4.1 基于評(píng)分搜索的貝葉斯網(wǎng)絡(luò)構(gòu)建44-45
• 3.4.2 參數(shù)學(xué)習(xí)45-47
• 3.5 時(shí)間序列分析方法47-48
• 3.6 本章小結(jié)48-49
• 第四章 網(wǎng)絡(luò)安全態(tài)勢(shì)分析49-59
• 4.1 評(píng)價(jià)體系的建立與計(jì)算49-52
• 4.1.1 態(tài)勢(shì)評(píng)價(jià)體系49-50
• 4.1.2 量化計(jì)算公式50-52
• 4.2 態(tài)勢(shì)生成52
• 4.3 實(shí)驗(yàn)驗(yàn)證與分析52-58
• 4.3.1 實(shí)驗(yàn)數(shù)據(jù)選取52
• 4.3.2 實(shí)驗(yàn)分析一52-54
• 4.3.3 實(shí)驗(yàn)分析二54-57
• 4.3.4 實(shí)驗(yàn)對(duì)比分析57-58
• 4.4 本章小結(jié)58-59
• 第五章 總結(jié)與展望59-61
• 5.1 工作總結(jié)59
• 5.2 展望59-61
• 參考文獻(xiàn)61-65
• 攻讀學(xué)位期間主要的研究成果65-66
• 致謝66

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王超;郭淵博;馬建峰;裴慶祺;徐棟;;基于隱馬爾可夫模型的資源濫用行為檢測(cè)方法研究[J];電子學(xué)報(bào);2010年06期

2 張海霞;蘇璞睿;馮登國(guó);;基于攻擊能力增長(zhǎng)的網(wǎng)絡(luò)安全分析模型[J];計(jì)算機(jī)研究與發(fā)展;2007年12期

3 呂志軍;金毅;賴海光;黃皓;謝立;;DAPRA測(cè)試分析和IDS測(cè)試方法研究[J];計(jì)算機(jī)科學(xué);2004年11期

4 王慧強(qiáng);賴積保;朱亮;梁穎;;網(wǎng)絡(luò)態(tài)勢(shì)感知系統(tǒng)研究綜述[J];計(jì)算機(jī)科學(xué);2006年10期

5 賴積保;王穎;王慧強(qiáng);鄭逢斌;周兵;;基于多源異構(gòu)傳感器的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)結(jié)構(gòu)研究[J];計(jì)算機(jī)科學(xué);2011年03期

6 鄭黎明;鄒鵬;賈焰;韓偉紅;;網(wǎng)絡(luò)流量異常檢測(cè)中分類器的提取與訓(xùn)練方法研究[J];計(jì)算機(jī)學(xué)報(bào);2012年04期

7 李靜;賈利民;;數(shù)據(jù)融合綜述[J];交通標(biāo)準(zhǔn)化;2007年09期

8 高翔,王勇;數(shù)據(jù)融合技術(shù)綜述[J];計(jì)算機(jī)自動(dòng)測(cè)量與控制;2002年11期

9 胡春玲;;貝葉斯網(wǎng)絡(luò)研究綜述[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

10 劉雷雷;臧洌;邱相存;;基于灰關(guān)聯(lián)熵的網(wǎng)絡(luò)安全態(tài)勢(shì)Kalman預(yù)測(cè)算法[J];科學(xué)技術(shù)與工程;2014年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 劉效武;基于多源融合的網(wǎng)絡(luò)安全態(tài)勢(shì)量化感知與評(píng)估[D];哈爾濱工程大學(xué);2009年

2 朱明敏;貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)與推理研究[D];西安電子科技大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 梁穎;基于數(shù)據(jù)融合的網(wǎng)絡(luò)安全態(tài)勢(shì)定量感知方法研究[D];哈爾濱工程大學(xué);2007年

，

本文編號(hào)：1078868