基于进化泛函网络的云安全态势预测模型

发布时间：2021-03-04 04:35

　　云计算作为IT基础设施已经深入和广泛的应用在各个领域,正是由于其开放性和复杂性使得面临的安全问题越来越严重。云安全关系到云计算发展的前景。云安全态势感知是为了云安全最优决策和云安全管理的优化提供智能化推理的过程。云安全态势感知包括:云安全态势识别、云安全态势理解和云安全态势预测。其中,云安全态势预测是云安全态势感知的重要的环节,通过对云安全态势的预测可以是实现对云网络安全的动态管理,预防云安全的突发事件。在态势识别过程中,其难点在于如何全面的获取具有不确定性和模糊值混杂的云安全态势要素。在态势理解过程中,重点在于降低特征空间维度和计算复杂度。在态势预测过程中,提高预测模型输出的精确度,尽量降低误差和提高收敛效率是主要的研究对象。在这种情况下,开展云安全态势预测研究及其模型的构建,具有较高的学术价值和广泛的现实意义。目前,将人工神经网络应用到网络安全态势研究领域是主要的研究方法。本文首先根据泛函网络不仅表现在一般人工神经网络可以解决的问题泛函网络同样可以解决,泛函网络的性能在很多方面优于人工神经网络,将泛函网络引入到云安全态势预测的应用中,对云安全态势预测模型及其原理和构建方法的各方面展... 

【文章来源】：哈尔滨师范大学黑龙江省

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状分析
    1.3 主要研究内容
    1.4 本文组织结构
第2章 云安全态势感知基础理论概述
    2.1 云安全态势感知概述
        2.1.1 云安全态势感知相关概念
        2.1.2 云安全态势感知框架模型
        2.1.3 云安全态势感知研究方向
    2.2 云安全态势感知关键技术
        2.2.1 云安全态势评估技术
        2.2.2 云安全态势预测技术
    2.3 本章小结
第3章 基于进化算法的泛函网络
    3.1 泛函网络的提出
    3.2 泛函网络的拓扑结构
    3.3 泛函网络和一般神经网络的区别
    3.4 泛函网络的模型和学习算法
        3.4.1 泛函神经元及其变形
        3.4.2 两种典型的泛函网络模型其学习算法
        3.4.3 可分离的泛函模型
    3.5 进化算法
    3.6 进化泛函逼近模型
    3.7 本章小结
第4章 云安全体系指标的构建
    4.1 云安全态势值定义
    4.2 云安全态势要素的处理
    4.3 云安全态势数据的理解
    4.4 本章小结
第5章 云安全态势预测模型
    5.1 云安全态势预测方法和原理分析
    5.2 网络时序威胁规律
    5.3 云安全态势要素不确定性推理方法
    5.4 一般神经网络的云安全态势预测方法
        5.4.1 基于BP神经网络的云安全态势预测
        5.4.2 基于RBF神经网络的云安全态势预测
    5.5 多元非线性回归的云安全态势预测方法
        5.5.1 多元非线性回归学习过程
        5.5.2 多元非线性回归预测算法
    5.6 仿真实验设计
    5.7 实验结果分析
    5.8 本章小结
总结与展望
参考文献
攻读硕士学位期间所发表的学术论文
致谢



本文编号：3062574