云計(jì)算作為IT基礎(chǔ)設(shè)施已經(jīng)深入和廣泛的應(yīng)用在各個(gè)領(lǐng)域,正是由于其開放性和復(fù)雜性使得面臨的安全問(wèn)題越來(lái)越嚴(yán)重。云安全關(guān)系到云計(jì)算發(fā)展的前景。云安全態(tài)勢(shì)感知是為了云安全最優(yōu)決策和云安全管理的優(yōu)化提供智能化推理的過(guò)程。云安全態(tài)勢(shì)感知包括:云安全態(tài)勢(shì)識(shí)別、云安全態(tài)勢(shì)理解和云安全態(tài)勢(shì)預(yù)測(cè)。其中,云安全態(tài)勢(shì)預(yù)測(cè)是云安全態(tài)勢(shì)感知的重要的環(huán)節(jié),通過(guò)對(duì)云安全態(tài)勢(shì)的預(yù)測(cè)可以是實(shí)現(xiàn)對(duì)云網(wǎng)絡(luò)安全的動(dòng)態(tài)管理,預(yù)防云安全的突發(fā)事件。在態(tài)勢(shì)識(shí)別過(guò)程中,其難點(diǎn)在于如何全面的獲取具有不確定性和模糊值混雜的云安全態(tài)勢(shì)要素。在態(tài)勢(shì)理解過(guò)程中,重點(diǎn)在于降低特征空間維度和計(jì)算復(fù)雜度。在態(tài)勢(shì)預(yù)測(cè)過(guò)程中,提高預(yù)測(cè)模型輸出的精確度,盡量降低誤差和提高收斂效率是主要的研究對(duì)象。在這種情況下,開展云安全態(tài)勢(shì)預(yù)測(cè)研究及其模型的構(gòu)建,具有較高的學(xué)術(shù)價(jià)值和廣泛的現(xiàn)實(shí)意義。目前,將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用到網(wǎng)絡(luò)安全態(tài)勢(shì)研究領(lǐng)域是主要的研究方法。本文首先根據(jù)泛函網(wǎng)絡(luò)不僅表現(xiàn)在一般人工神經(jīng)網(wǎng)絡(luò)可以解決的問(wèn)題泛函網(wǎng)絡(luò)同樣可以解決,泛函網(wǎng)絡(luò)的性能在很多方面優(yōu)于人工神經(jīng)網(wǎng)絡(luò),將泛函網(wǎng)絡(luò)引入到云安全態(tài)勢(shì)預(yù)測(cè)的應(yīng)用中,對(duì)云安全態(tài)勢(shì)預(yù)測(cè)模型及其原理和構(gòu)建方法的各方面展... 

【文章來(lái)源】：哈爾濱師范大學(xué)黑龍江省

【文章頁(yè)數(shù)】：50 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
    1.3 主要研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 云安全態(tài)勢(shì)感知基礎(chǔ)理論概述
    2.1 云安全態(tài)勢(shì)感知概述
        2.1.1 云安全態(tài)勢(shì)感知相關(guān)概念
        2.1.2 云安全態(tài)勢(shì)感知框架模型
        2.1.3 云安全態(tài)勢(shì)感知研究方向
    2.2 云安全態(tài)勢(shì)感知關(guān)鍵技術(shù)
        2.2.1 云安全態(tài)勢(shì)評(píng)估技術(shù)
        2.2.2 云安全態(tài)勢(shì)預(yù)測(cè)技術(shù)
    2.3 本章小結(jié)
第3章 基于進(jìn)化算法的泛函網(wǎng)絡(luò)
    3.1 泛函網(wǎng)絡(luò)的提出
    3.2 泛函網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)
    3.3 泛函網(wǎng)絡(luò)和一般神經(jīng)網(wǎng)絡(luò)的區(qū)別
    3.4 泛函網(wǎng)絡(luò)的模型和學(xué)習(xí)算法
        3.4.1 泛函神經(jīng)元及其變形
        3.4.2 兩種典型的泛函網(wǎng)絡(luò)模型其學(xué)習(xí)算法
        3.4.3 可分離的泛函模型
    3.5 進(jìn)化算法
    3.6 進(jìn)化泛函逼近模型
    3.7 本章小結(jié)
第4章 云安全體系指標(biāo)的構(gòu)建
    4.1 云安全態(tài)勢(shì)值定義
    4.2 云安全態(tài)勢(shì)要素的處理
    4.3 云安全態(tài)勢(shì)數(shù)據(jù)的理解
    4.4 本章小結(jié)
第5章 云安全態(tài)勢(shì)預(yù)測(cè)模型
    5.1 云安全態(tài)勢(shì)預(yù)測(cè)方法和原理分析
    5.2 網(wǎng)絡(luò)時(shí)序威脅規(guī)律
    5.3 云安全態(tài)勢(shì)要素不確定性推理方法
    5.4 一般神經(jīng)網(wǎng)絡(luò)的云安全態(tài)勢(shì)預(yù)測(cè)方法
        5.4.1 基于BP神經(jīng)網(wǎng)絡(luò)的云安全態(tài)勢(shì)預(yù)測(cè)
        5.4.2 基于RBF神經(jīng)網(wǎng)絡(luò)的云安全態(tài)勢(shì)預(yù)測(cè)
    5.5 多元非線性回歸的云安全態(tài)勢(shì)預(yù)測(cè)方法
        5.5.1 多元非線性回歸學(xué)習(xí)過(guò)程
        5.5.2 多元非線性回歸預(yù)測(cè)算法
    5.6 仿真實(shí)驗(yàn)設(shè)計(jì)
    5.7 實(shí)驗(yàn)結(jié)果分析
    5.8 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
致謝



本文編號(hào)：3062574