车联网网络安全态势感知技术研究与实现

发布时间：2021-05-22 05:12

　　近些年,车联网的飞速发展,使得人们的出行越来越方便,但是车联网给人们带来便利的同时也面临着大量的网络安全问题。频繁发生的车联网网络安全事件给企业、政府等造成了巨大的经济损失。而传统的车联网网络安全防御设备都是单点安全防御技术,相互之间缺乏有效协作,不能从整体上对车联网的网络安全状况进行把控。为了能够建立多层次、立体化的车联网网络安全防御体系,网络安全态势评估技术通过融合多数据源,采用特定的综合分析法以及可靠的态势评估模型对整体网络的态势进行评估,从而反映出当前网络的安全状况。通过整理分析国内外网络安全态势感知的相关理论和技术,特别是对网络安全态势感知中的态势要素提取和态势评估进行了更为深入的研究,本文结合车联网的特性提出了一种基于信息融合的车联网层次化网络安全态势评估模型,解决了传统评估模型利用单一数据源和面对多种攻击时导致态势评估准确率不足的问题。首先,根据车联网系统的特性,提出了新的层次化车联网态势评估模型,该模型分为攻击/脆弱性层、车辆层、本地区域层和系统层,并通过分析得出各层次之间的量化关系。其次,采用基于环境信息的警报过滤方法以及改进的基于警报内容的层次聚类算法完成网络安全态... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究历史与现状
    1.3 本文主要研究内容与创新
    1.4 本论文的结构安排
第二章 论文相关领域基础理论概述
    2.1 车联网
    2.2 网络安全态势感知
        2.2.1 网络安全态势感知概念
        2.2.2 态势感知模型
        2.2.3 态势感知关键技术
    2.3 D-S证据理论概述
        2.3.1 D-S证据理论简介
        2.3.2 经典D-S证据理论
    2.4 聚类算法
        2.4.1 聚类概述
        2.4.2 聚类算法的类别
    2.5 本章小结
第三章 基于信息融合的车联网层次化网络安全态势评估模型
    3.1 层次化车联网网络安全态势评估模型框架
    3.2 网络安全态势要素提取
        3.2.1 相关定义
        3.2.2 警报过滤
        3.2.3 警报聚类
    3.3 基于信息融合的车联网网络安全态势评估模型
        3.3.1 模型简介
        3.3.2 数据源融合
        3.3.3 态势要素融合
        3.3.4 动态权重计算
        3.3.5 节点态势融合
    3.4 资产权重算法
        3.4.1 基于多层次模糊综合分析法的权重算法
        3.4.2 网络性能量化算法
        3.4.3 节点综合权重算法
    3.5 本章小结
第四章 车联网网络安全态势评估系统设计与实现
    4.1 系统设计
        4.1.1 设计原则与目标
        4.1.2 需求分析
        4.1.3 系统框架设计
        4.1.4 功能模块划分
    4.2 模块具体实现
        4.2.1 资产管理模块
        4.2.2 信息采集模块
        4.2.3 态势要素提取模块
        4.2.4 态势指数计算模块
        4.2.5 可视化模块
    4.3 本章小结
第五章 车联网网络安全态势评估系统测试与结果分析
    5.1 实验环境准备
    5.2 警报聚类测试
        5.2.1 聚类阈值的选取
        5.2.2 聚类结果分析
    5.3 基于信息融合的网络安全态势评估模型测试
        5.3.1 测试输入参数准备
        5.3.2 测试流程
        5.3.3 测试结果分析
    5.4 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献


【参考文献】：
期刊论文
[1]车联网安全综述[J]. 李兴华,钟成,陈颖,张会林,翁健.  信息安全学报. 2019(03)
[2]网络安全态势感知综述[J]. 龚俭,臧小东,苏琪,胡晓艳,徐杰.  软件学报. 2017(04)
[3]基于多源融合的网络安全态势层次感知[J]. 张淑雯,刘效武,孙雪岩.  计算机技术与发展. 2016(10)
[4]基于大数据的网络安全态势感知技术研究[J]. 管磊,胡光俊,王专.  信息网络安全. 2016(09)
[5]基于蚁群聚类的入侵检测警报过滤技术[J]. 徐小龙,高仲合,韩丽娟.  电子技术. 2016(01)
[6]一种融合多源数据的网络安全态势评估模型[J]. 陈虹,王飞,肖振久,孙丽娜.  计算机工程与应用. 2015(17)
[7]基于日志审计与性能修正算法的网络安全态势评估模型[J]. 韦勇,连一峰.  计算机学报. 2009(04)
[8]网络入侵检测系统中的警报聚类[J]. 秦子燕,赵曾贻.  计算机安全. 2008(05)
[9]网络态势感知中的指标体系研究[J]. 王娟,张凤荔,傅翀,陈丽莎.  计算机应用. 2007(08)
[10]层次化网络安全威胁态势量化评估方法[J]. 陈秀真,郑庆华,管晓宏,林晨光.  软件学报. 2006(04)



本文编号：3201046