隨著物聯網的快速發(fā)展和智能終端的興起,大量的智能終端接入互聯網,然而,由于物聯網廠商缺少安全意識并且在安全方面的研究投入比較少,導致安全標準的制定、實施速度遠低于物聯網行業(yè)的發(fā)展速度,從而導致有些物聯網系統(tǒng)中存在很大的潛在風險。一些不法分子利用物聯網終端自身存在的缺陷或漏洞進行攻擊,因此有效的漏洞評估對于物聯網來說是十分必要的,好的漏洞評估能夠有效的對系統(tǒng)中的漏洞進行分級,使漏洞修復工作事半功倍。從物聯網漏洞產生的原因來看,多是物聯網源代碼存在邏輯缺陷或編碼缺陷等問題導致的,因此在正式啟用物聯網軟件前,應盡可能的保證它的安全性和健壯性。本文從以上兩方面進行研究,提升物聯網的安全和穩(wěn)定性。為了對物聯網系統(tǒng)的漏洞進行科學評估,本文提出一種漏洞關聯性危害評估方法。與傳統(tǒng)的以一個單獨的漏洞為評估單位的評估方法不同,本文將整個物聯網系統(tǒng)作為一個評估單位,通過使用漏洞關聯圖分析漏洞在整個系統(tǒng)中的關聯關系,找出可能的攻擊路徑,然后使用CVSS v3.0評價體系為計算的基礎指標并引入風險矩陣,計算過程中既包括漏洞與漏洞之間的關聯關系也包括漏洞自身的屬性,以實現漏洞關聯評估。實驗表明本方法可以有效指導物... 

【文章頁數】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 相關研究的進一步說明
    1.3 研究內容
第二章 物聯網安全概述
    2.1 物聯網系統(tǒng)概述
    2.2 物聯網整體安全
    2.3 物聯網漏洞及缺陷特點
    2.4 本章小結
第三章 物聯網漏洞關聯性危害評估的方法改進
    3.1 CVSS漏洞評估方法
    3.2 漏洞關聯性評估的方法設計
    3.3 風險矩陣及相關計算方法設計
    3.4 漏洞關聯利用度計算方法改進
    3.5 實例分析
    3.6 本章小結
第四章 物聯網軟件缺陷分析
    4.1 漏洞與軟件缺陷的關系
    4.2 物聯網軟件缺陷現狀
    4.3 軟件缺陷預測作用
    4.4 軟件缺陷預測技術
    4.5 本章小結
第五章 物聯網軟件缺陷預測模型設計及實現
    5.1 流形學習
    5.2 局部切空間排列算法
        5.2.1 算法原理
        5.2.2 局部切空間排列算法的缺點
    5.3 自適應鄰域選擇的穩(wěn)健型局部切空間排列改進算法設計
        5.3.1 自適應鄰域選擇改進策略
        5.3.2 穩(wěn)健局部切空間改進策略
        5.3.3 改進LTSA算法步驟及效果
    5.4 SVM缺陷預測
        5.4.1 基本思想
        5.4.2 非線性SVM
        5.4.3 軟間隔SVM
    5.5 基于iLTSA-SVM軟件缺陷預測的模型設計
        5.5.1 iLTSA-SVM軟件缺陷預測模型
        5.5.2 iLTSA-SVM模型的參數選擇
    5.6 實驗結果與分析
        5.6.1 選取數據集
        5.6.2 評價指標
        5.6.3 實驗結果及對比
    5.7 本章小結
第六章 結論與展望
    6.1 主要結論
    6.2 研究展望
參考文獻
在學期間的研究成果
致謝



本文編號：3646895