第1章 緒論
1．1 概述
1．1．1 背景
1．1．2 研究意義
1．2 網絡安全防護相關技術
1．2．1 網絡威脅識別分類
1．2．2 脆弱性評估．：
1．2．3 網絡安全態勢評估
1．2．4 網絡安全態勢預測
1．2．5 安全加固策略選擇
1．3 現有技術面臨的問題
1．4 本書的內容及結構安排
1．4．1 主要內容
1．4．2 結構安排

第2章 基于徑向基神經網絡的攻擊要素識別
2．1 引言
2．2 徑向基神經網絡
2．2．1 徑向基神經網絡模型
2．2．2 徑向基神經網絡解決分類問題的理論基礎
2．3 基于徑向基神經網絡的分類模型
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
2．4．3 算法復雜度分析
2．5 基于梯度一強化學習的網絡參數訓練
2．5．1 梯度算法
2．5．2 基于Q學習的學習率調整方法
2．6 基于OLS的隱含層至輸出層權值訓練
2．6．1 0LS訓練算法基本思想
2．6．2 算法具體實現
2．7 實驗分析
2．7．1 實驗數據準備
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絡脆弱性分析
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 *佳攻擊路徑確定
3．5．1 *大損失流算法
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 指標量化結果分析
……

第4章 基于AHP的網絡安全態勢量化與評估
第5章 基于GA-LSSVM時間序列分析的網絡安全態勢預測
第6章 基于非合作博弈與粒子群優化的*優防御

參考文獻