基于粗糙集理论的网络安全态势感知方法研究

发布时间：2017-10-25 01:05

  本文关键词：基于粗糙集理论的网络安全态势感知方法研究

  更多相关文章： 网络安全态势感知 粗糙集理论 层次分析法 神经网络

【摘要】：互联网已成为现代社会的特征符号,给人们的日常生活、国防和科技发展带来无尽的益处。与此同时,随着网络的复杂因素不断加,网络安全事故频繁发生,并显现出目的性、组织性等特征。旧式防御技术太过于被动和单一,难以适应复杂环境的变化。态势感知作为一种新型的主动防御技术,能全面、及时的把握当前的网络安全状况,并对未来可能的发展趋势进行预知。安全态势感知中存在态势因子冗余程度高、指标权值分配不佳以及传统方法预测精度低等问题。本文借助了粗糙集理论的优势加以弥补,并对粗糙集理论在态势感知中的应用进行修正和改进。具体研究内容如下:(1)构建影响网络安全态势变化的指标体系,并凭借粗糙集理论在数据挖掘方面的独特功能来约简冗余指标、筛选态势因子。(2)针对感知研究容易出现的权值分配“失衡问题”,本文结合粗糙集理论与层次分析法,提出一种基于综合加权的网络安全态势评估方法。通过实验证明,该方法有效的修正了指标权重的分配,提高了评估结果的准确性。(3)探索粗糙集理论在态势预测方面的研究,本文提出了一种基于RS-BPNN的态势预测方法,通过构造神经网络的方法将粗糙集推理的实质进行转换。通过对比实验证明,此方法充分融合了粗糙集理论与神经网络的优点,提高了对态势发展的预测能力。
【关键词】：网络安全态势感知 粗糙集理论 层次分析法 神经网络
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TP393.08
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-15
• 1.1 课题研究的背景及意义8-9
• 1.2 国内外研究状况9-12
• 1.3 主要工作及组织结构12-15
• 1.3.1 主要工作12-13
• 1.3.2 论文组织结构13-15
• 第二章 网络安全态势感知概述15-20
• 2.1 基础概述15-18
• 2.1.1 基本研究内容15-16
• 2.1.2 经典感知框架16-18
• 2.2 核心技术18-19
• 2.2.1 特征提取18
• 2.2.2 网络安全态势评估18
• 2.2.3 网络安全态势预测18-19
• 2.3 本章小结19-20
• 第三章 基于综合加权的网络安全态势评估20-43
• 3.1 引言20
• 3.2 理论知识20-24
• 3.2.1 粗糙集理论20-23
• 3.2.2 层次分析法23-24
• 3.3 态势评估框架的构建24-25
• 3.3.1 态势评估框架24
• 3.3.2 功能模型24-25
• 3.4 态势指标的权重计算25-34
• 3.4.1 指标的构建25-28
• 3.4.2 态势问题描述28-29
• 3.4.3 态势指标约简29-31
• 3.4.4 综合权值的计算31-34
• 3.5 安全态势值的计算34-36
• 3.5.1 评估目标层的态势值计算35
• 3.5.2 评估准则层的态势值计算35
• 3.5.3 态势评估的安全等级35-36
• 3.6 实验分析36-42
• 3.6.1 实验环境36-37
• 3.6.2 数据介绍37-38
• 3.6.3 属性约简及规则提取38-40
• 3.6.4 权值计算40-41
• 3.6.5 态势评估结果分析41-42
• 3.7 本章小结42-43
• 第四章 基于RS-BPNN的安全态势预测43-60
• 4.1 引言43
• 4.2 神经网络基础43-48
• 4.2.1 人工神经网络综述43-45
• 4.2.2 BP神经网络45-48
• 4.2.3 BP神经网络的优点与缺点48
• 4.3 RS-BPNN神经网络的构建48-53
• 4.3.1 RS与BPNN的比较48-49
• 4.3.2 网络的设计思想49-50
• 4.3.3 RS-BPNN网络模型的构建50-51
• 4.3.4 网络参数的优化51-53
• 4.4 网络安全态势预测建模53-56
• 4.4.1 预测模型的构建53-54
• 4.4.2 预测流程54-55
• 4.4.3 态势预测误差评价55-56
• 4.5 实验分析56-59
• 4.6 本章小结59-60
• 第五章 总结与展望60-61
• 5.1 总结60
• 5.2 展望60-61
• 参考文献61-65
• 攻读硕士期间学术研究的主要成果65-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 邱兆雷;范颖;王爱云;;粗糙集理论及进展[J];信息技术与信息化;2006年05期

2 徐伟华;张文修;;覆盖广义粗糙集的模糊性[J];模糊系统与数学;2006年06期

3 石杰;;粗糙集理论及其应用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理论和应用研究[J];内江科技;2008年03期

5 胡军;王国胤;;覆盖粗糙集的模糊度[J];重庆邮电大学学报(自然科学版);2009年04期

6 燕红文;康向平;张丽;;依赖空间与粗糙集理论[J];农业网络信息;2009年09期

7 林国平;;覆盖广义粗糙集与信任函数[J];漳州师范学院学报(自然科学版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相关关系的粗糙集研究[J];南京大学学报(自然科学版);2010年05期

9 成新文;陈国超;李琦;;关于粗糙集的理论及应用研究[J];煤炭技术;2010年10期

10 林治;张璇;;粗糙集理论的应用探析[J];邢台职业技术学院学报;2011年03期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年

2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

5 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年

6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

7 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年

2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年

3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年

6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年

7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年

8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年

9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年

10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年

，

本文编号：1091346