1 / 88
文档名称:

基于正交风险分类的信息系统安全风险评估关键技术研究.pdf

格式:pdf   页数:88
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于正交风险分类的信息系统安全风险评估关键技术研究.pdf

上传人:quality 2014/1/16 文件大小:0 KB

下载得到文件列表

基于正交风险分类的信息系统安全风险评估关键技术研究.pdf

文档介绍

文档介绍:研究生躲肛研究生签名:立妻蕉沙年歹月峭声明学位论文使用授权声明彷/��月��历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学已在论文中作了明确的说明。南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。
⋯�����摘要����关键字:安全风险,增长曲线,正交缺陷分类,定量分析随着信息化的不断深入,信息技术给人们的日常生活带来了巨大的便利,同时也使得人们面临的信息安全风险越来越高。通过信息系统安全风险评估,可以有效地对安全风险进行控制和预防。信息系统安全风险评估包括定量和定性两种方式,在传统的安全风险定量分析方法中,通过对历史失效数据进行分析,主观地选择可能适用的模型,最后结合相关的统计分析方法,确定安全风险增长规律。经过几十年的发展,涌现出了各种各样的安全风险定量分析模型,但是由于信息系统的多样性和复杂性,不可能存在一种模型是普遍适用的,不同模型的预测结果之间往往存在不一致。因此,安全风险定量分析需要解决如何选择适用的模型对安全风险进行准确评估的问题。与传统的定量分析方法中主观地选择预测模型不同,本文在充分研究现有安全风险增长曲线以及预测有效性评价指标的基础上,提出了一种基于多个指标维度复合距离的评价标准,客观地对模型预测的有效性进行综合评判,从而选择最优模型,改进安全风险定量分析的结果。为了更准确地进行安全风险估计,在确定模型选择方法之后,引入正交缺陷分类方法,对系统的历史失效数据进行分析,’挖掘缺陷的语义信息。根据正交缺陷分类规则对安全风险进行分类,再充分利用现有的模型,为不同类别的安全风险分别开发各自适用的增长曲线模型,从而为安全风险评估提供更有效和丰富的结果,为实际生产活动提供指导。最后,将正交缺陷分类方法和安全风险曲线相结合,提出了基于缺陷类别的安全风险相对估计框架,并通过实例分析,验证了为不同风险类别分别开发增长曲线模型的必要性和科学性。硕士论文基于正交风险分类的信息系统安全风险评估关键技术研究、■’
甌����,�����������������,���������甒�����,����,�������:�����������������������������瞱�����.�����������甌�������.����琾�����������琣����,��������瓼�����瑃��瑚�������瑀������.、��:�����琒����甤�������,�������������.��,������琌��������。����琽���������瑆�
目录�豪俾郏��������������������������������������������������������������������������������������������������������������踩ǚ缦斩�糠治龅母拍睢⒎椒ê驮�怼������������������畔⑾低嘲踩ǚ缦斩�吭げ饽P汀���������������������摘要⋯...................................⋯.............................................⋯........................���.��甘�P汀������������������������������研究的背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..���信息系统安全风险评估的发展现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..���.��庋芯肯肿础���������������������������.��谘芯肯肿础���������������������������.�低嘲踩ǚ缦赵げ饽P妥凼觥���������������������本文研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..���论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���概念界定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���时间性⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.���数据特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���.��Ъ剖��荨�����������������