基于粗糙集理论的网络安全态势感知方法研究

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。

目录

声明

第一章 绪论

1.1 课题研究的背景及意义

1.2 国内外研究状况

1.3 主要工作及组织结构

第二章 网络安全态势感知概述

2.1 基础概述

2.2 核心技术

2.3 本章小结

第三章 基于综合加权的网络安全态势评估

3.1 引言

3.2 理论知识

3.3 态势评估框架的构建

3.4 态势指标的权重计算

3.5 安全态势值的计算

3.6 实验分析

3.7本章小结

第四章 基于RS-BPNN的安全态势预测

4.1 引言

4.2 神经网络基础

4.3 RS-BPNN神经网络的构建

4.4 网络安全态势预测建模

4.5 实验分析

4.6 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士期间学术研究的主要成果

致谢