声明
第一章 绪论
§1.1 研究背景和意义
§1.2.1 网络安全态势评估研究现状
§1.2.2 评估指标体系研究现状
§1.2.3 用户行为安全评估研究现状
§1.3 主要研究内容
§1.4 论文组织结构
第二章 网络安全态势评估及深度学习相关理论
§2.1.1 网络安全态势感知
§2.1.2 网络安全态势评估
§2.2.1 网络安全态势评估模型
§2.2.2 网络安全态势评估方法
§2.3 深度学习技术
§2.3.1 深度学习概述
§2.3.2 深度学习框架
第三章 分域网络安全态势评估模型及指标体系
§3.1.1 评估模型构建
§3.1.2 模型分层描述
§3.2 分域网络安全态势评估指标体系构建
§3.2.1 指标来源分析
§3.2.2 分域指标体系构建
§3.3 指标体系合理性分析
1、指标体系的冗余性分析
2、指标体系的代表性分析
3、指标体系的可扩展性分析
§3.4 本章小结
第四章 基于SAE与BPNN的网络域安全态势评估方法
§4.1 引言
§4.2 SAE-BPNN理论基础
§4.2.1 自编码算法
§4.2.2 深度自编码算法
§4.2.3 BP神经网络
§4.3.1 设计思想
§4.3.2 评估模型设计
§4.4 实验与结果分析
§4.4.1 实验环境
§4.4.2 实验数据
§4.4.3 数据预处理
§4.4.4 实验结果分析
§4.5 本章小结
第五章 基于LSTM的用户域行为安全评估方法
§5.1 引言
§5.2.1 循环神经网络
§5.2.2 LSTM算法
§5.2.3 双峰算法
§5.3.1 设计思想
§5.3.2 评估模型设计
§5.4 实验与结果分析
§5.4.1 实验环境
§5.4.2 实验数据
§5.4.3 N vs 1数据划分方案
§5.4.4 实验结果分析
§5.5 本章小结
第六章 总结与展望
§6.1 论文研究工作总结
§6.2 未来研究工作展望
参考文献
致谢
作者在攻读硕士期间主要研究成果
