本文關鍵詞：網(wǎng)絡安全態(tài)勢感知關鍵技術研究

  更多相關文章： 網(wǎng)絡安全態(tài)勢感知 Agent 徑向基神經(jīng)網(wǎng)絡 灰色理論

【摘要】：網(wǎng)絡安全形式的日益惡化給傳統(tǒng)的網(wǎng)絡安全技術帶來了極大的挑戰(zhàn),現(xiàn)有的網(wǎng)絡監(jiān)測設備只能根據(jù)網(wǎng)絡實時的有限信息對網(wǎng)絡的安全狀態(tài)進行判定,信息來源少、預警質(zhì)量低下,不僅難以獲知實時威脅狀態(tài),更談不上對網(wǎng)絡的預期狀態(tài)進行預測。態(tài)勢感知源至空中交通監(jiān)管、核反應控制、軍事戰(zhàn)場等領域,繼而被引入到信息安全防御措施中。這項技術在網(wǎng)絡中的應用主要依托異構(gòu)多源網(wǎng)絡信息,采用信息融合的方式實時進行處理,對網(wǎng)絡中的威脅及安全形式進行分析,在根據(jù)當前狀態(tài)為網(wǎng)絡管理者做出決策提供信息依據(jù)的同時,對未來的網(wǎng)絡安全狀態(tài)進行合理預測,挖掘出信息安全隱患。本文介紹了網(wǎng)絡安全態(tài)勢感知研究的基本情況,通過建模并利用綜合的網(wǎng)絡安全態(tài)勢感知指標體系對各類信息進行融合處理的基礎上,實現(xiàn)了基于多源異構(gòu)數(shù)據(jù)的網(wǎng)絡安全態(tài)勢評估及預測。首先,本文介紹了網(wǎng)絡安全態(tài)勢感知的基本概念以及其國內(nèi)外的發(fā)展現(xiàn)狀。在對現(xiàn)有模型進行分析的基礎上,結(jié)合Endsley模型的思想和背景需求,構(gòu)建網(wǎng)絡安全態(tài)勢感知系統(tǒng)框架模型,研究了具有自適應和高可擴展性能的態(tài)勢感知系統(tǒng),構(gòu)建基于Agent的網(wǎng)絡安全態(tài)勢感知系統(tǒng)模型,指導實現(xiàn)網(wǎng)絡安全態(tài)勢感知的各項關鍵技術的研究。其次,將數(shù)據(jù)融合的思想應用于數(shù)據(jù)特征層,將異構(gòu)多源數(shù)據(jù)剔除無效噪聲統(tǒng)一格式后融合應用,提出一種基于RBF神經(jīng)網(wǎng)絡的特征層數(shù)據(jù)融合算法,以提高提取網(wǎng)絡態(tài)勢要素的準確性,并通過實驗驗證了方法的可行性。再次,建立了網(wǎng)絡安全態(tài)勢衡量指標體系,為網(wǎng)絡安全態(tài)勢提供科學依據(jù),以實現(xiàn)網(wǎng)絡安全態(tài)勢的定量感知,解決網(wǎng)絡系統(tǒng)的安全問題。最后,基于灰色理論的網(wǎng)絡安全態(tài)勢評估模型,提出了一種新的網(wǎng)絡安全評估方式。
【關鍵詞】：網(wǎng)絡安全態(tài)勢感知 Agent 徑向基神經(jīng)網(wǎng)絡 灰色理論
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.08
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號對照表10-11
• 縮略語對照表11-14
• 第一章 緒論14-22
• 1.1 選題背景和意義14-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-18
• 1.3 論文的研究內(nèi)容18-19
• 1.4 論文的主要工作及創(chuàng)新點19
• 1.5 論文的組織結(jié)構(gòu)19-22
• 第二章 課題相關理論及技術基礎22-32
• 2.1 網(wǎng)絡安全態(tài)勢感知22-25
• 2.1.1 網(wǎng)絡安全態(tài)勢感知起源及概念22-24
• 2.1.2 網(wǎng)絡安全態(tài)勢感知的應用24-25
• 2.2 網(wǎng)絡安全態(tài)勢感知中的關鍵技術25-32
• 2.2.1 網(wǎng)絡安全態(tài)勢感知的建模26
• 2.2.2 網(wǎng)絡安全態(tài)勢感知中的數(shù)據(jù)融合26-28
• 2.2.3 網(wǎng)絡安全態(tài)勢評估技術28-29
• 2.2.4 網(wǎng)絡安全態(tài)勢預測技術29-30
• 2.2.5 網(wǎng)絡安全態(tài)勢感知中的可視化技術30-32
• 第三章 基于Agent理論的NSSA框架構(gòu)建32-46
• 3.1 NSSA建模32-34
• 3.1.1 Endsley模型的基本概念32-33
• 3.1.2 層次化的感知模型33-34
• 3.2 基于Agent理論的NSSA建模34-42
• 3.2.1 Agent理論的基本概念34-37
• 3.2.2 基于Multi-Agent理論的NSSA模型37-42
• 3.2.3 層次化網(wǎng)絡感知的數(shù)學模型42
• 3.3 網(wǎng)絡安全態(tài)勢感知的評價指標體系42-46
• 3.3.1 安全態(tài)勢的定性評價指標體系43
• 3.3.2 安全態(tài)勢的定量評價指標體系43-44
• 3.3.3 NSSA指標體系的建立44-46
• 第四章 基于徑向基神經(jīng)網(wǎng)絡的多源數(shù)據(jù)融合46-64
• 4.1 NSSA中的多源數(shù)據(jù)融合46-47
• 4.2 徑向基神經(jīng)網(wǎng)絡簡介47-53
• 4.2.1 人工神經(jīng)網(wǎng)絡理論簡介47-48
• 4.2.2 徑向基函數(shù)神經(jīng)元模型48-49
• 4.2.3 徑向基函數(shù)網(wǎng)絡的結(jié)構(gòu)49-50
• 4.2.4 徑向基函數(shù)網(wǎng)絡的學習過程50-53
• 4.3 改進的兩階段學習RBF神經(jīng)網(wǎng)絡模型53-56
• 4.3.1 模糊C-均值聚類53-55
• 4.3.2 遞階遺傳算法55
• 4.3.3 兩階段學習流程55-56
• 4.4 基于徑向基神經(jīng)網(wǎng)絡的NSSA評估方法56-57
• 4.5 實驗與仿真57-64
• 4.5.1 多源數(shù)據(jù)的選取58
• 4.5.2 RBF神經(jīng)網(wǎng)絡模型構(gòu)建58-60
• 4.5.3 RBF神經(jīng)網(wǎng)絡的學習60-61
• 4.5.4 基于RBF神經(jīng)網(wǎng)絡的NSSA評估61-64
• 第五章 基于灰色理論的NSSA評估及預測64-70
• 5.1 灰色系統(tǒng)64-67
• 5.1.1 灰色系統(tǒng)的基本概念64
• 5.1.2 GM灰模型64-65
• 5.1.3 殘差修正GM模型65-67
• 5.1.4 GM模型的適用范圍67
• 5.2 基于灰色理論的NSSA預測67-68
• 5.2.1 現(xiàn)有網(wǎng)絡安全態(tài)勢預測方法67
• 5.2.2 基于灰色理論的NSSA預測流程67-68
• 5.3 實驗與仿真68-70
• 第六章 結(jié)論與展望70-72
• 參考文獻72-74
• 致謝74-75
• 作者簡介75-76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 陳虹;王飛;肖振久;孫麗娜;;一種融合多源數(shù)據(jù)的網(wǎng)絡安全態(tài)勢評估模型[J];計算機工程與應用;2015年17期

2 葉健健;文志誠;吳欣欣;;基于貝葉斯方法的網(wǎng)絡安全態(tài)勢感知模型[J];湖南工業(yè)大學學報;2014年03期

3 黃同慶;莊毅;;一種實時網(wǎng)絡安全態(tài)勢預測方法[J];小型微型計算機系統(tǒng);2014年02期

4 李淳;趙建保;申曉留;;多評估時間段的網(wǎng)絡安全態(tài)勢感知方法[J];計算機應用;2013年12期

5 王春雷;方蘭;王東霞;戴一奇;;基于知識發(fā)現(xiàn)的網(wǎng)絡安全態(tài)勢感知系統(tǒng)[J];計算機科學;2012年07期

6 陳秀真;鄭慶華;管曉宏;林晨光;;層次化網(wǎng)絡安全威脅態(tài)勢量化評估方法[J];軟件學報;2006年04期

7 姚婷婷;鄭慶華;管曉宏;陳秀真;;一種基于主機實時流量的安全評估方法[J];西安交通大學學報;2006年04期

8 石紅瑞,劉勇,劉寶坤,李光泉;基于混合遞階遺傳算法的徑向基神經(jīng)網(wǎng)絡學習算法及其應用[J];控制理論與應用;2002年04期

，

本文編號：791053