本文關(guān)鍵詞：基于粗糙集理論的網(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 粗糙集理論 層次分析法 神經(jīng)網(wǎng)絡(luò)

【摘要】：互聯(lián)網(wǎng)已成為現(xiàn)代社會(huì)的特征符號(hào),給人們的日常生活、國(guó)防和科技發(fā)展帶來(lái)無(wú)盡的益處。與此同時(shí),隨著網(wǎng)絡(luò)的復(fù)雜因素不斷加,網(wǎng)絡(luò)安全事故頻繁發(fā)生,并顯現(xiàn)出目的性、組織性等特征。舊式防御技術(shù)太過(guò)于被動(dòng)和單一,難以適應(yīng)復(fù)雜環(huán)境的變化。態(tài)勢(shì)感知作為一種新型的主動(dòng)防御技術(shù),能全面、及時(shí)的把握當(dāng)前的網(wǎng)絡(luò)安全狀況,并對(duì)未來(lái)可能的發(fā)展趨勢(shì)進(jìn)行預(yù)知。安全態(tài)勢(shì)感知中存在態(tài)勢(shì)因子冗余程度高、指標(biāo)權(quán)值分配不佳以及傳統(tǒng)方法預(yù)測(cè)精度低等問(wèn)題。本文借助了粗糙集理論的優(yōu)勢(shì)加以彌補(bǔ),并對(duì)粗糙集理論在態(tài)勢(shì)感知中的應(yīng)用進(jìn)行修正和改進(jìn)。具體研究?jī)?nèi)容如下:(1)構(gòu)建影響網(wǎng)絡(luò)安全態(tài)勢(shì)變化的指標(biāo)體系,并憑借粗糙集理論在數(shù)據(jù)挖掘方面的獨(dú)特功能來(lái)約簡(jiǎn)冗余指標(biāo)、篩選態(tài)勢(shì)因子。(2)針對(duì)感知研究容易出現(xiàn)的權(quán)值分配“失衡問(wèn)題”,本文結(jié)合粗糙集理論與層次分析法,提出一種基于綜合加權(quán)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法。通過(guò)實(shí)驗(yàn)證明,該方法有效的修正了指標(biāo)權(quán)重的分配,提高了評(píng)估結(jié)果的準(zhǔn)確性。(3)探索粗糙集理論在態(tài)勢(shì)預(yù)測(cè)方面的研究,本文提出了一種基于RS-BPNN的態(tài)勢(shì)預(yù)測(cè)方法,通過(guò)構(gòu)造神經(jīng)網(wǎng)絡(luò)的方法將粗糙集推理的實(shí)質(zhì)進(jìn)行轉(zhuǎn)換。通過(guò)對(duì)比實(shí)驗(yàn)證明,此方法充分融合了粗糙集理論與神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),提高了對(duì)態(tài)勢(shì)發(fā)展的預(yù)測(cè)能力。
【關(guān)鍵詞】：網(wǎng)絡(luò)安全態(tài)勢(shì)感知 粗糙集理論 層次分析法 神經(jīng)網(wǎng)絡(luò)
【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(lèi)號(hào)】：TP18;TP393.08
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-15
• 1.1 課題研究的背景及意義8-9
• 1.2 國(guó)內(nèi)外研究狀況9-12
• 1.3 主要工作及組織結(jié)構(gòu)12-15
• 1.3.1 主要工作12-13
• 1.3.2 論文組織結(jié)構(gòu)13-15
• 第二章 網(wǎng)絡(luò)安全態(tài)勢(shì)感知概述15-20
• 2.1 基礎(chǔ)概述15-18
• 2.1.1 基本研究?jī)?nèi)容15-16
• 2.1.2 經(jīng)典感知框架16-18
• 2.2 核心技術(shù)18-19
• 2.2.1 特征提取18
• 2.2.2 網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估18
• 2.2.3 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)18-19
• 2.3 本章小結(jié)19-20
• 第三章 基于綜合加權(quán)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估20-43
• 3.1 引言20
• 3.2 理論知識(shí)20-24
• 3.2.1 粗糙集理論20-23
• 3.2.2 層次分析法23-24
• 3.3 態(tài)勢(shì)評(píng)估框架的構(gòu)建24-25
• 3.3.1 態(tài)勢(shì)評(píng)估框架24
• 3.3.2 功能模型24-25
• 3.4 態(tài)勢(shì)指標(biāo)的權(quán)重計(jì)算25-34
• 3.4.1 指標(biāo)的構(gòu)建25-28
• 3.4.2 態(tài)勢(shì)問(wèn)題描述28-29
• 3.4.3 態(tài)勢(shì)指標(biāo)約簡(jiǎn)29-31
• 3.4.4 綜合權(quán)值的計(jì)算31-34
• 3.5 安全態(tài)勢(shì)值的計(jì)算34-36
• 3.5.1 評(píng)估目標(biāo)層的態(tài)勢(shì)值計(jì)算35
• 3.5.2 評(píng)估準(zhǔn)則層的態(tài)勢(shì)值計(jì)算35
• 3.5.3 態(tài)勢(shì)評(píng)估的安全等級(jí)35-36
• 3.6 實(shí)驗(yàn)分析36-42
• 3.6.1 實(shí)驗(yàn)環(huán)境36-37
• 3.6.2 數(shù)據(jù)介紹37-38
• 3.6.3 屬性約簡(jiǎn)及規(guī)則提取38-40
• 3.6.4 權(quán)值計(jì)算40-41
• 3.6.5 態(tài)勢(shì)評(píng)估結(jié)果分析41-42
• 3.7 本章小結(jié)42-43
• 第四章 基于RS-BPNN的安全態(tài)勢(shì)預(yù)測(cè)43-60
• 4.1 引言43
• 4.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)43-48
• 4.2.1 人工神經(jīng)網(wǎng)絡(luò)綜述43-45
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)45-48
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)與缺點(diǎn)48
• 4.3 RS-BPNN神經(jīng)網(wǎng)絡(luò)的構(gòu)建48-53
• 4.3.1 RS與BPNN的比較48-49
• 4.3.2 網(wǎng)絡(luò)的設(shè)計(jì)思想49-50
• 4.3.3 RS-BPNN網(wǎng)絡(luò)模型的構(gòu)建50-51
• 4.3.4 網(wǎng)絡(luò)參數(shù)的優(yōu)化51-53
• 4.4 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)建模53-56
• 4.4.1 預(yù)測(cè)模型的構(gòu)建53-54
• 4.4.2 預(yù)測(cè)流程54-55
• 4.4.3 態(tài)勢(shì)預(yù)測(cè)誤差評(píng)價(jià)55-56
• 4.5 實(shí)驗(yàn)分析56-59
• 4.6 本章小結(jié)59-60
• 第五章 總結(jié)與展望60-61
• 5.1 總結(jié)60
• 5.2 展望60-61
• 參考文獻(xiàn)61-65
• 攻讀碩士期間學(xué)術(shù)研究的主要成果65-66
• 致謝66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 邱兆雷;范穎;王愛(ài)云;;粗糙集理論及進(jìn)展[J];信息技術(shù)與信息化;2006年05期

2 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學(xué);2006年06期

3 石杰;;粗糙集理論及其應(yīng)用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理論和應(yīng)用研究[J];內(nèi)江科技;2008年03期

5 胡軍;王國(guó)胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

6 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年09期

7 林國(guó)平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相關(guān)關(guān)系的粗糙集研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

9 成新文;陳國(guó)超;李琦;;關(guān)于粗糙集的理論及應(yīng)用研究[J];煤炭技術(shù);2010年10期

10 林治;張璇;;粗糙集理論的應(yīng)用探析[J];邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國(guó)焊接會(huì)議論文集（第2冊(cè)）[C];2005年

2 尹宗成;;粗糙集理論在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書(shū)華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡(jiǎn)分類(lèi)方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡(jiǎn)中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類(lèi)中耦合數(shù)據(jù)的處理方法研究[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王紅萍;萬(wàn)程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測(cè)中的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬希驁;概率粗糙集屬性約簡(jiǎn)理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域�；植谟�(jì)算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴(kuò)展模型研究[D];合肥工業(yè)大學(xué);2015年

5 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識(shí)粗傳播研究[D];山東大學(xué);2007年

6 孔芝;粗糙集理論若干問(wèn)題的研究與應(yīng)用[D];東北大學(xué);2009年

7 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

8 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

9 鄧大勇;基于粗糙集的數(shù)據(jù)約簡(jiǎn)及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

10 孫英娟;基于粗糙集的分類(lèi)方法研究[D];吉林大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評(píng)價(jià)研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡(jiǎn)方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類(lèi)分類(lèi)算法研究[D];青島理工大學(xué);2015年

9 車(chē)世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營(yíng)銷(xiāo)客戶分類(lèi)中的應(yīng)用[D];南京理工大學(xué);2015年

，

本文編號(hào)：1091346