基于小波神经网络的网络安全态势预测方法研究

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 选题背景及意义

1．2 国内外研究现状

1．2．1 网络安全态势感知技术研究现状

1．2．2 网络安全态势感知关键技术研究现状

1．3 主要研究内容以及论文结构

1．3．1 主要研究内容

1．3．2 论文结构

第2章 网络安全态势感知相关理论与技术

2．1 网络安全态势感知概述

2．1．1 网络安全态势感知定义

2．1．2 网络安全态势感知与IDS的比较

2．2 基于数据融合的态势感知模型

2．2．1 Endsley理论模型

2．2．2 JDL模型

2．2．3 Tim Bass功能模型

2．2．4 网络安全态势感知体系框架

2．3 网络安全态势感知相关技术

2．3．1 数据预处理与关联分析

2．3．2 态势评估

2．3．3 态势预测

2．4 本章小结

第3章 基于MPGA-HMM的网络安全态势评估方法

3．1 HMM与标准遗传算法分析

3．1．1 HMM模型

3．1．2 标准遗传算法

3．2 基于HMM的网络安全态势评估

3．3 多种群遗传算法优化HMM

3．3．1 改进的多种群遗传算法

3．3．2 编码表示与适应度函数设计

3．3．3 算法流程

3．4 仿真实验

3．4．1 实验数据集和预处理

3．4．2 实验结果与分析

3．5 本章小结

第4章 基于CPSO-WNN的网络安全态势预测方法

4．1 神经网络与粒子群算法分析

4．1．1 小波神经网络

4．1．2 粒子群算法

4．2 基于WNN的网络安全态势预测

4．3 混沌粒子群算法优化WNN

4．3．1 混沌粒子群算法

4．3．2 算法流程

4．4 仿真实验

4．5 本章小结

结论

参考文献

附录A 攻读硕士学位期间发表的学术论文

致谢