掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
MDATA認知模型理論及應用 版權信息
- ISBN：9787115630742
- 條形碼：9787115630742 ; 978-7-115-63074-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
MDATA認知模型理論及應用 本書特色
1、從技術維度講解如何讓計算機實現人類的認知。
2、從技術上講維度更豐富、技術具有獨到之處。
3、闡幽顯微，系統介紹團隊在長期研究過程中獲得的成果和發展脈絡，讓讀者（特別是從事網絡空間安全研究的讀者）得到啟發。
MDATA認知模型理論及應用 內容簡介
本書主要介紹MDATA認知模型的理論及應用。首先，本書通過分析人類認知過程，介紹MDATA認知模型的定義、組成部分及工作原理。然后，本書從MDATA認知模型的知識表示與管理、知識獲取、知識利用這3個角度分別介紹MDATA認知模型的關鍵技術和實現方案。*后，本書從網絡攻擊研判、開源情報分析、網絡輿情分析、網絡空間安全測評等網絡安全領域的主要應用出發，介紹MDATA認知模型如何應用于對網絡空間安全事件的認知。 本書適合高等院校網絡安全相關專業的本科生和碩士生閱讀，也可供從事網絡安全、人工智能等領域相關工作的技術人員和研究者參考。
MDATA認知模型理論及應用 目錄
第1章 認知模型概述 001
1.1 網絡空間安全的背景 001
1.1.1 網絡空間安全事件 002
1.1.2 網絡空間安全事件的三大特性 003
1.1.3 研判網絡空間安全事件的需求和挑戰 004
1.2 認知模型的概念及其發展歷史 005
1.2.1 認知模型的概念 005
1.2.2 認知模型的發展歷史 006
1.3 MDATA認知模型 014
1.3.1 MDATA認知模型的定義 014
1.3.2 MDATA認知模型的組成部分 015
1.3.3 MDATA認知模型的工作原理 021
1.3.4 MDATA認知模型的創新與貢獻 021
1.4 本章小結 022
參考文獻 023
第2章 MDATA認知模型知識表示與管理 025
2.1 知識表示與管理的基本概念和研究現狀 025
2.1.1 知識表示與管理的基本概念 025
2.1.2 知識表示法的研究現狀 026
2.1.3 知識管理方法的研究現狀 032
2.2 知識表示與管理的需求與挑戰 035
2.2.1 知識表示與管理的需求 035
2.2.2 知識表示與管理的挑戰 035
2.3 MDATA認知模型知識表示與管理方法 039
2.3.1 MDATA認知模型知識表示法 039
2.3.2 基于時空信息的MDATA認知模型聯合嵌入方法 041
2.3.3 MDATA認知模型特性分析 045
2.3.4 MDATA認知模型知識管理方法 047
2.3.5 索引壓縮方法 053
2.4 本章小結 056
參考文獻 057
第3章 MDATA認知模型知識獲取 059
3.1 知識獲取的基本概念和相關方法 059
3.1.1 知識獲取的基本概念 059
3.1.2 已有的知識抽取方法 061
3.1.3 已有的知識推演方法 065
3.2 知識獲取的需求與挑戰 070
3.2.1 知識獲取的需求 071
3.2.2 知識獲取的挑戰 071
3.3 MDATA認知模型的知識抽取方法 075
3.3.1 基于網絡空間安全本體模型的MDATA認知模型知識
抽取方法 075
3.3.2 基于遠程監督的MDATA認知模型關系抽取方法 077
3.3.3 基于實體鏈接的MDATA認知模型時空屬性抽取方法 079
3.4 MDATA認知模型的知識推演方法 080
3.4.1 面向網絡空間安全關系的MDATA認知模型知識
推演方法 081
3.4.2 面向網絡空間安全事件序列的MDATA認知模型知識
推演方法 082
3.5 本章小結 083
參考文獻 084
第4章 MDATA認知模型知識利用 086
4.1 知識利用的基本概念和相關技術 086
4.1.1 知識利用的基本概念 086
4.1.2 子圖匹配 088
4.1.3 可達路徑計算 091
4.1.4 基于標簽的子圖查詢 097
4.2 知識利用的需求與挑戰 099
4.3 MDATA認知模型的知識利用方法 100
4.3.1 MDATA認知模型的子圖匹配方法 100
4.3.2 MDATA認知模型的可達路徑計算方法 104
4.3.3 MDATA認知模型的基于標簽的子圖查詢方法 109
4.3.4 MDATA認知模型的分布協同知識利用方法 110
4.4 本章小結 112
參考文獻 113
第5章 MDATA認知模型在網絡攻擊研判中的應用 115
5.1 已有的網絡攻擊檢測與研判技術 115
5.1.1 基于特征匹配的單步攻擊檢測方法 116
5.1.2 基于機器學習的單步攻擊檢測方法 117
5.1.3 基于深度學習的單步攻擊檢測方法 119
5.1.4 基于溯源圖的多步攻擊檢測方法 120
5.1.5 基于相關性的多步攻擊檢測方法 122
5.2 網絡攻擊研判面臨的問題 124
5.3 MDATA認知模型的網絡攻擊研判技術 124
5.3.1 MDATA認知模型的有效攻擊研判方法 125
5.3.2 MDATA認知模型的跨域攻擊研判方法 133
5.3.3 MDATA認知模型自演化的未知攻擊研判方法 135
5.4 基于MDATA認知模型的 網絡攻擊研判系統YHSAS 136
5.4.1 YHSAS系統的體系架構和功能介紹 137
5.4.2 YHSAS系統的典型應用及其效果 144
5.5 本章小結 145
參考文獻 145
第6章 MDATA認知模型在開源情報分析中的應用 149
6.1 開源情報分析概述 149
6.1.1 開源信息和數據的多源采集技術 150
6.1.2 開源情報分析的情報要素抽取技術 155
6.1.3 開源情報分析的知識關聯和推理技術 158
6.2 開源情報分析的難點與挑戰 162
6.3 MDATA認知模型的開源情報分析技術 162
6.3.1 面向開源情報時空演化的MDATA認知模型知識表示技術 163
6.3.2 面向巨規模開源情報的MDATA認知模型抽取與計算技術 165
6.3.3 面向情報線索復雜關聯的MDATA認知模型知識推演與
利用技術 168
6.4 基于MDATA認知模型的開源 情報分析系統——天箭系統 173
6.4.1 天箭系統的體系架構和功能介紹 173
6.4.2 天箭系統的典型應用及其效果 177
6.5 本章小結 181
參考文獻 181
第7章 MDATA認知模型在網絡輿情分析中的應用 183
7.1 網絡輿情分析的概念與技術背景 183
7.1.1 自媒體時代的信息傳播規律 183
7.1.2 輿情事件的生命周期 184
7.1.3 網絡輿情分析的概念與已有技術 185
7.1.4 輿情分析的難點與挑戰 189
7.2 基于MDATA認知模型的網絡輿情分析技術 190
7.2.1 面向網絡輿情時空演化的MDATA認知模型知識表示法 191
7.2.2 面向數據巨規模社區群體的MDATA認知模型知識獲取法 193
7.2.3 面向輿情話題復雜關聯的MDATA認知模型知識利用法 197
7.3 基于MDATA認知模型的網絡輿情分析系統——鷹擊系統 199
7.3.1 鷹擊系統的體系架構和功能介紹 200
7.3.2 鷹擊系統的網絡輿情監測典型應用及其效果 201
7.4 本章小結 206
參考文獻 206
第8章 MDATA認知模型在網絡空間安全測評中的應用 208
8.1 網絡空間安全測評技術的研究現狀 208
8.1.1 信息系統安全等級保護 209
8.1.2 信息系統風險評估 210
8.1.3 基于實戰的網絡空間安全測評 211
8.2 網絡空間安全測評面臨的挑戰 213
8.3 基于MDATA認知模型的網絡空間安全測評過程 214
8.3.1 基于MDATA認知模型的測評準備 216
8.3.2 基于MDATA認知模型的測評方案構建 216
8.3.3 基于MDATA認知模型的測評方案執行 217
8.3.4 基于MDATA認知模型的測評結果量化評估 218
8.4 基于MDATA認知模型的鵬城網絡靶場安全測評實例 221
8.4.1 基于MDATA認知模型的測評準備 221
8.4.2 基于MDATA認知模型的測評方案生成 223
8.4.3 基于MDATA認知模型的測評方案執行 224
8.4.4 基于MDATA認知模型的測評結果量化評估 225
8.5 本章小結 225
參考文獻 226
附錄 中英對照表 227
1.1 網絡空間安全的背景 001
1.1.1 網絡空間安全事件 002
1.1.2 網絡空間安全事件的三大特性 003
1.1.3 研判網絡空間安全事件的需求和挑戰 004
1.2 認知模型的概念及其發展歷史 005
1.2.1 認知模型的概念 005
1.2.2 認知模型的發展歷史 006
1.3 MDATA認知模型 014
1.3.1 MDATA認知模型的定義 014
1.3.2 MDATA認知模型的組成部分 015
1.3.3 MDATA認知模型的工作原理 021
1.3.4 MDATA認知模型的創新與貢獻 021
1.4 本章小結 022
參考文獻 023
第2章 MDATA認知模型知識表示與管理 025
2.1 知識表示與管理的基本概念和研究現狀 025
2.1.1 知識表示與管理的基本概念 025
2.1.2 知識表示法的研究現狀 026
2.1.3 知識管理方法的研究現狀 032
2.2 知識表示與管理的需求與挑戰 035
2.2.1 知識表示與管理的需求 035
2.2.2 知識表示與管理的挑戰 035
2.3 MDATA認知模型知識表示與管理方法 039
2.3.1 MDATA認知模型知識表示法 039
2.3.2 基于時空信息的MDATA認知模型聯合嵌入方法 041
2.3.3 MDATA認知模型特性分析 045
2.3.4 MDATA認知模型知識管理方法 047
2.3.5 索引壓縮方法 053
2.4 本章小結 056
參考文獻 057
第3章 MDATA認知模型知識獲取 059
3.1 知識獲取的基本概念和相關方法 059
3.1.1 知識獲取的基本概念 059
3.1.2 已有的知識抽取方法 061
3.1.3 已有的知識推演方法 065
3.2 知識獲取的需求與挑戰 070
3.2.1 知識獲取的需求 071
3.2.2 知識獲取的挑戰 071
3.3 MDATA認知模型的知識抽取方法 075
3.3.1 基于網絡空間安全本體模型的MDATA認知模型知識
抽取方法 075
3.3.2 基于遠程監督的MDATA認知模型關系抽取方法 077
3.3.3 基于實體鏈接的MDATA認知模型時空屬性抽取方法 079
3.4 MDATA認知模型的知識推演方法 080
3.4.1 面向網絡空間安全關系的MDATA認知模型知識
推演方法 081
3.4.2 面向網絡空間安全事件序列的MDATA認知模型知識
推演方法 082
3.5 本章小結 083
參考文獻 084
第4章 MDATA認知模型知識利用 086
4.1 知識利用的基本概念和相關技術 086
4.1.1 知識利用的基本概念 086
4.1.2 子圖匹配 088
4.1.3 可達路徑計算 091
4.1.4 基于標簽的子圖查詢 097
4.2 知識利用的需求與挑戰 099
4.3 MDATA認知模型的知識利用方法 100
4.3.1 MDATA認知模型的子圖匹配方法 100
4.3.2 MDATA認知模型的可達路徑計算方法 104
4.3.3 MDATA認知模型的基于標簽的子圖查詢方法 109
4.3.4 MDATA認知模型的分布協同知識利用方法 110
4.4 本章小結 112
參考文獻 113
第5章 MDATA認知模型在網絡攻擊研判中的應用 115
5.1 已有的網絡攻擊檢測與研判技術 115
5.1.1 基于特征匹配的單步攻擊檢測方法 116
5.1.2 基于機器學習的單步攻擊檢測方法 117
5.1.3 基于深度學習的單步攻擊檢測方法 119
5.1.4 基于溯源圖的多步攻擊檢測方法 120
5.1.5 基于相關性的多步攻擊檢測方法 122
5.2 網絡攻擊研判面臨的問題 124
5.3 MDATA認知模型的網絡攻擊研判技術 124
5.3.1 MDATA認知模型的有效攻擊研判方法 125
5.3.2 MDATA認知模型的跨域攻擊研判方法 133
5.3.3 MDATA認知模型自演化的未知攻擊研判方法 135
5.4 基于MDATA認知模型的 網絡攻擊研判系統YHSAS 136
5.4.1 YHSAS系統的體系架構和功能介紹 137
5.4.2 YHSAS系統的典型應用及其效果 144
5.5 本章小結 145
參考文獻 145
第6章 MDATA認知模型在開源情報分析中的應用 149
6.1 開源情報分析概述 149
6.1.1 開源信息和數據的多源采集技術 150
6.1.2 開源情報分析的情報要素抽取技術 155
6.1.3 開源情報分析的知識關聯和推理技術 158
6.2 開源情報分析的難點與挑戰 162
6.3 MDATA認知模型的開源情報分析技術 162
6.3.1 面向開源情報時空演化的MDATA認知模型知識表示技術 163
6.3.2 面向巨規模開源情報的MDATA認知模型抽取與計算技術 165
6.3.3 面向情報線索復雜關聯的MDATA認知模型知識推演與
利用技術 168
6.4 基于MDATA認知模型的開源 情報分析系統——天箭系統 173
6.4.1 天箭系統的體系架構和功能介紹 173
6.4.2 天箭系統的典型應用及其效果 177
6.5 本章小結 181
參考文獻 181
第7章 MDATA認知模型在網絡輿情分析中的應用 183
7.1 網絡輿情分析的概念與技術背景 183
7.1.1 自媒體時代的信息傳播規律 183
7.1.2 輿情事件的生命周期 184
7.1.3 網絡輿情分析的概念與已有技術 185
7.1.4 輿情分析的難點與挑戰 189
7.2 基于MDATA認知模型的網絡輿情分析技術 190
7.2.1 面向網絡輿情時空演化的MDATA認知模型知識表示法 191
7.2.2 面向數據巨規模社區群體的MDATA認知模型知識獲取法 193
7.2.3 面向輿情話題復雜關聯的MDATA認知模型知識利用法 197
7.3 基于MDATA認知模型的網絡輿情分析系統——鷹擊系統 199
7.3.1 鷹擊系統的體系架構和功能介紹 200
7.3.2 鷹擊系統的網絡輿情監測典型應用及其效果 201
7.4 本章小結 206
參考文獻 206
第8章 MDATA認知模型在網絡空間安全測評中的應用 208
8.1 網絡空間安全測評技術的研究現狀 208
8.1.1 信息系統安全等級保護 209
8.1.2 信息系統風險評估 210
8.1.3 基于實戰的網絡空間安全測評 211
8.2 網絡空間安全測評面臨的挑戰 213
8.3 基于MDATA認知模型的網絡空間安全測評過程 214
8.3.1 基于MDATA認知模型的測評準備 216
8.3.2 基于MDATA認知模型的測評方案構建 216
8.3.3 基于MDATA認知模型的測評方案執行 217
8.3.4 基于MDATA認知模型的測評結果量化評估 218
8.4 基于MDATA認知模型的鵬城網絡靶場安全測評實例 221
8.4.1 基于MDATA認知模型的測評準備 221
8.4.2 基于MDATA認知模型的測評方案生成 223
8.4.3 基于MDATA認知模型的測評方案執行 224
8.4.4 基于MDATA認知模型的測評結果量化評估 225
8.5 本章小結 225
參考文獻 226
附錄 中英對照表 227
展開全部
MDATA認知模型理論及應用 作者簡介
賈焰教授，2021年6月，入選中國工程院2021年院士增選評審候選人名單，曾就職于國防科技大學，現就職于哈爾濱工業大學（深圳），主要研究方向包括網絡空間安全、大數據分析和人工智能；擔任863高技術計劃信息安全主題專家組委員，國際和國內專業的大數據分析和信息安全專家，中國計算機學會計算機安全專業委員會常務委員，數據庫專業委員會委員。國際會議IEEE DSC 和國際論壇FFD發起人和指導委員會負責人，中文信息學會常務理事和專委會主任；擔任《通信學報》《網絡與信息安全學報》等近10個期刊的編委。 發表進入SCI/EI論文242篇，出版專著5部，獲授權中國發明專利82項，獲軟件著作權62項，參與制定國家行業標準7項。獲得國家科技進步二等獎4項，省部級/軍隊科技進步一等獎7項。 顧釗銓 主要研究方向為網絡空間安全、大數據分析等。 已出版專著有： 賈焰，顧釗銓，李愛萍（音）. 《MDATA：A New Knowledge Representation Model:Theory, Methods and Applications，9783030715908》，Springer，2021年。 賈焰，方濱興，顧釗銓，等.《網絡安全態勢感知》，2020年。 方濱興，顧釗銓，等. 《人工智能安全》，2020年。
書友推薦
- >
有舍有得是人生
- >
推拿
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家帶你讀魯迅:故事新編
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
回憶愛瑪儂
- >
我從未如此眷戀人間
- >
姑媽的寶刀
本類暢銷
