云數(shù)據(jù)中心內(nèi)部網(wǎng)絡(luò)安全防御關(guān)鍵技術(shù)

第1章 緒論
1．1 概述
1．1．1 背景
1．1．2 研究意義
1．2 網(wǎng)絡(luò)安全防護相關(guān)技術(shù)
1．2．1 網(wǎng)絡(luò)威脅識別分類
1．2．2 脆弱性評估．：
1．2．3 網(wǎng)絡(luò)安全態(tài)勢評估
1．2．4 網(wǎng)絡(luò)安全態(tài)勢預測
1．2．5 安全加固策略選擇
1．3 現(xiàn)有技術(shù)面臨的問題
1．4 本書的內(nèi)容及結(jié)構(gòu)安排
1．4．1 主要內(nèi)容
1．4．2 結(jié)構(gòu)安排
第2章 基于徑向基神經(jīng)網(wǎng)絡(luò)的攻擊要素識別
2．1 引言
2．2 徑向基神經(jīng)網(wǎng)絡(luò)
2．2．1 徑向基神經(jīng)網(wǎng)絡(luò)模型
2．2．2 徑向基神經(jīng)網(wǎng)絡(luò)解決分類問題的理論基礎(chǔ)
2．3 基于徑向基神經(jīng)網(wǎng)絡(luò)的分類模型
2．4 基于改進K-均值算法的輸入樣本聚類
2．4．1 改進的基本思想
2．4．2 算法具體實現(xiàn)
2．4．3 算法復雜度分析
2．5 基于梯度一強化學習的網(wǎng)絡(luò)參數(shù)訓練
2．5．1 梯度算法
2．5．2 基于Q學習的學習率調(diào)整方法
2．6 基于OLS的隱含層至輸出層權(quán)值訓練
2．6．1 0LS訓練算法基本思想
2．6．2 算法具體實現(xiàn)
2．7 實驗分析
2．7．1 實驗數(shù)據(jù)準備
2．7．2 攻擊要素分類實驗
2．7．3 比較實驗
第3章 基于攻擊圖模型的網(wǎng)絡(luò)脆弱性分析
3．1 引言
3．2 基于攻擊圖的脆弱性分析模型
3．2．1 脆弱性評估框架
3．2．2 脆弱性攻擊圖模型化表示
3．3 基于CVSS的脆弱性危害量化
3．4 脆弱性攻擊圖生成
3．4．1 脆弱性節(jié)點遍歷匹配
3．4．2 攻擊圖生成
3．4．3 '算法復雜度分析
3．5 攻擊路徑確定
3．5．1 損失流算法
3．5．2 路徑搜索
3．5．3 多目標增廣路排序
3．5．4 算法復雜度分析
3．6 實驗仿真
3．6．1 實驗環(huán)境
3．6．2 實驗場景的攻擊圖
3．6．3 攻擊路徑搜索性能分析
3．6．4 指標量化結(jié)果分析
……
第4章 基于AHP的網(wǎng)絡(luò)安全態(tài)勢量化與評估
第5章 基于GA-LSSVM時間序列分析的網(wǎng)絡(luò)安全態(tài)勢預測
第6章 基于非合作博弈與粒子群優(yōu)化的防御
參考文獻