信息技術(shù)的快速發(fā)展使得網(wǎng)絡(luò)日益趨于復(fù)雜化、多樣化,這給網(wǎng)絡(luò)的安全管理帶來(lái)了巨大的挑戰(zhàn)。單一的使用“防”、“檢”、“忍”網(wǎng)絡(luò)安全管理技術(shù)很難保證網(wǎng)絡(luò)運(yùn)行在安全的狀態(tài)。因此,為了盡可能地降低網(wǎng)絡(luò)攻擊造成的損失,急需一種能夠幫助網(wǎng)絡(luò)管理者適時(shí)且全面地把握網(wǎng)絡(luò)當(dāng)前安全狀況,了解態(tài)勢(shì)未來(lái)演化趨勢(shì),并進(jìn)行響應(yīng)的技術(shù)手段。因此,態(tài)勢(shì)感知被引入網(wǎng)絡(luò)安全領(lǐng)域,人們希望利用其解決上述問(wèn)題。然而,目前人們對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)感知的研究仍處于探索階段,態(tài)勢(shì)感知能力還有待提升。本文從內(nèi)部脆弱性,外部攻擊兩方面對(duì)安全問(wèn)題的影響進(jìn)行研究,以提升系統(tǒng)的態(tài)勢(shì)感知能力作為研究目標(biāo),研究?jī)?nèi)容如下:針對(duì)SDN網(wǎng)絡(luò)脆弱性擴(kuò)散效果及抑制策略問(wèn)題,本文結(jié)合SDN網(wǎng)絡(luò)特有的分層特性提出了一種基于Bio-PEPA的SDN網(wǎng)絡(luò)脆弱性擴(kuò)散形式化模型。首先,對(duì)Bio-PEPA基礎(chǔ)語(yǔ)義進(jìn)行分析,闡明其適用于描述具有明顯分層架構(gòu)的SDN網(wǎng)絡(luò)并且適用于分析具有動(dòng)態(tài)性的脆弱性擴(kuò)散問(wèn)題。然后,對(duì)SDN網(wǎng)絡(luò)中存在的脆弱性以層為單位進(jìn)行建模,通過(guò)對(duì)SDN網(wǎng)絡(luò)層內(nèi)（水平）及層間（垂直）脆弱性擴(kuò)散問(wèn)題構(gòu)建形式化模型,進(jìn)而分析SDN網(wǎng)絡(luò)內(nèi)脆弱性在水平及垂直兩個(gè)維度內(nèi)... 

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與分析
        1.2.1 脆弱性分析的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 NSSA技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀總結(jié)
    1.3 課題的來(lái)源及研究?jī)?nèi)容
        1.3.1 課題來(lái)源
        1.3.2 課題的主要研究?jī)?nèi)容
第2章 態(tài)勢(shì)感知及軟件定義網(wǎng)絡(luò)概述
    2.1 態(tài)勢(shì)感知技術(shù)概述
        2.1.1 網(wǎng)絡(luò)安全態(tài)勢(shì)要素提取技術(shù)
        2.1.2 網(wǎng)絡(luò)安全態(tài)勢(shì)理解技術(shù)
        2.1.3 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)技術(shù)
    2.2 軟件定義網(wǎng)絡(luò)概述
        2.2.1 SDN定義與架構(gòu)
        2.2.2 SDN關(guān)鍵技術(shù)
        2.2.3 SDN脆弱性分析
    2.3 本章小結(jié)
第3章 面向SDN網(wǎng)絡(luò)的脆弱性擴(kuò)散模型
    3.1 引言
    3.2 Bio-PEPA的基礎(chǔ)語(yǔ)義
    3.3 SDN網(wǎng)絡(luò)脆弱性擴(kuò)散模型
        3.3.1 問(wèn)題建模
        3.3.2 層內(nèi)脆弱性擴(kuò)散形式化模型
        3.3.3 層間脆弱性擴(kuò)散形式化模型
        3.3.4 脆弱性擴(kuò)散模型描述
    3.4 仿真實(shí)驗(yàn)與分析
        3.4.1 模型分析
        3.4.2 擴(kuò)散因素分析
    3.5 本章小節(jié)
第4章 基于疊加CMA-ES優(yōu)化的網(wǎng)絡(luò)安全態(tài)勢(shì)自感知模型
    4.1 引言
    4.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)建模
    4.3 基于疊加CMA-ES-SVM的網(wǎng)絡(luò)安全態(tài)勢(shì)感知優(yōu)化模型
        4.3.1 疊加歸一化數(shù)據(jù)預(yù)處理
        4.3.2 支持向量機(jī)感知性能優(yōu)化
        4.3.3 數(shù)據(jù)還原
    4.4 實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第5章 基于ExtJS網(wǎng)絡(luò)安全態(tài)勢(shì)可視化方案
    5.1 引言
    5.2 可視化技術(shù)總體概述
    5.3 基于ExtJS的可視化呈現(xiàn)方案
    5.4 本章小結(jié)
結(jié)論
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)：3670005