图书介绍

网络内部威胁与防御技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

网络内部威胁与防御技术
  • 王辉著 著
  • 出版社: 郑州:河南人民出版社
  • ISBN:7215094512
  • 出版时间:2015
  • 标注页数:336页
  • 文件大小:52MB
  • 文件页数:348页
  • 主题词:

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

网络内部威胁与防御技术PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

基础篇3

第一章 绪论3

第一节 研究背景3

第二节 网络内部威胁的有关概念5

第三节 国内外研究现状7

第四节 国内外官方机构调查报告12

第五节 研究意义24

第六节 本书目的26

第七节 本章小结27

第二章 网络内部威胁基础研究29

第一节 引言29

第二节 代表性网络内部威胁分类30

第三节 典型网络内部威胁建模33

第四节 典型犯罪学理论43

第五节 国内外案例分析50

第六节 本章小结59

理论篇63

第三章 网络内部威胁安全防御体系结构63

第一节 引言63

第二节 安全体系结构64

第三节 国内外研究现状79

第四节 网络内部威胁安全防御体系结构89

第五节 ITSDA体系结构设计95

第六节 本章小结98

第四章 网络内部威胁安全策略100

第一节 引言100

第二节 基本知识与术语101

第三节 研究现状103

第四节 基于信息流的多级安全策略模型114

第五节 本章小结124

第五章 网络内部威胁安全需求工程与风险管理125

第一节 引言125

第二节 安全需求126

第三节 相关研究131

第四节 安全需求工程识别过程138

第五节 本章小结169

技术篇173

第六章 网络攻击图篇173

第一节 攻击图技术概述173

第二节 攻击图在安全管理中的应用185

第三节 基于扩展攻击树的网络内部威胁预测模型190

第四节 本章小结208

第七章 贝叶斯推理模型篇210

第一节 引言210

第二节 贝叶斯网络基本概念210

第三节 典型的贝叶斯网络模型212

第四节 贝叶斯推理算法216

第五节 贝叶斯网络的特点和优势221

第六节 本章小结223

第八章 基于树加权朴素贝叶斯算法的入侵检测技术研究224

第一节 引言224

第二节 改进算法相关研究226

第三节 入侵检测实验与分析229

第四节 本章小结235

第九章 基于贝叶斯网络的内部威胁预测研究236

第一节 引言236

第二节 相关研究236

第三节 基于贝叶斯网络的内部威胁预测模型238

第四节 实验数据及分析246

第五节 本章小结248

第十章 基于改进朴素贝叶斯算法的入侵检测系统250

第一节 引言250

第二节 朴素贝叶斯相关研究252

第三节 Naive Bayes入侵检测模型254

第四节 实验结果与分析259

第五节 本章小结263

第十一章 基于贝叶斯推理的攻击路径预测研究264

第一节 引言264

第二节 相关研究265

第三节 网络攻击图定义和攻击路径描述266

第四节 攻击路径的生成分析及算法描述269

第五节 贝叶斯推理似然加权法的改进273

第六节 算法验证及分析276

第七节 本章小结280

第十二章 基于特征项区分度的加权朴素贝叶斯邮件过滤方法281

第一节 引言281

第二节 相关研究282

第三节 Naive Bayes分类模型284

第四节 基于特征项区分度的Naive Bayes分类模型286

第五节 实验结果与分析290

第六节 本章小结294

第十三章 基于IKMNB分类算法在入侵检测中的应用295

第一节 引言295

第二节 入侵检测相关研究296

第三节 朴素贝叶斯算法的分类过程297

第四节 基于改进的K-Means的朴素贝叶斯分类算法298

第五节 仿真实验结果与分析302

第六节 本章小结307

第十四章 一种新型加权粗糙朴素贝叶斯算法及其应用研究308

第一节 引言308

第二节 相关研究309

第三节 粗糙集理论及信息约简311

第四节 朴素贝叶斯分类模型313

第五节 实验结果与分析316

第六节 本章小结321

第十五章 基于FT与BN组合的装备故障诊断方法研究323

第一节 引言323

第二节 基于FT与BN组合建立诊断故障贝叶斯网络DFBN324

第三节 基于DFBN进行故障诊断327

第四节 应用实例330

第五节 本章小结336

热门推荐