5个研究背景和意义示例,教你写计算机物联网安全论文

今天分享的是关于物联网安全的5篇计算机毕业论文范文, 如果你的论文涉及到物联网安全等主题,本文能够帮助到你

物联网安全漏洞情报平台的设计与实现

这是一篇关于物联网安全,漏洞管理,知识图谱,漏洞预警的论文, 主要内容为随着物联网技术的发展,越来越多的设备接入网络,为人们的生产和生活带来极大的便利。然而,物联网设备数量庞大,具备生命周期长、软硬件升级复杂等问题,当设备上出现安全漏洞时,容易遭受黑客的攻击和利用。因此,为了降低漏洞对物联网设备的影响,首要任务是从公开披露的漏洞中识别出物联网设备相关的漏洞,以便安全研究人员采取相应缓解措施。另外,网络安全领域的信息碎片化分布,且新披露的漏洞往往未得到详细的分析,因此,组织碎片化信息以帮助安全研究人员分析漏洞,并基于已有知识对新漏洞进行预警显得格外重要。针对以上问题,本文的主要工作如下:第一,设计了一个基于TF-IDF和随机森林的物联网漏洞识别方法,针对新披露的漏洞,在规则匹配不能确定为物联网漏洞的情况下,将漏洞描述通过TF-IDF向量化,随机森林对漏洞进行分类,解决了人工筛选物联网漏洞的问题,通过实验数据验证了方法的有效性。第二,提出了一个物联网安全漏洞知识图谱的构建方法,设计本体概念模型,并基于概念模型抽取实例数据存储于图数据库Neo4j中,这种方式使得模型具备通用性和可扩展性,同时数据的可视化提高了查询效率,通过实验验证了方法的有效性。第三,设计了一个基于子图匹配的漏洞预警机制,通过设定查询图的结构和属性,针对新披露的漏洞,从已有的知识图谱中匹配出所有子图,并计算相似度,根据设定的阈值进行预警,通过这种方式可以帮助安全研究人员借助相似的历史漏洞来分析新漏洞,以提高其分析效率。本文通过实际案例证明了方法的有效性。最后,设计并实现了物联网安全漏洞情报平台,实现了漏洞等安全数据的采集、识别、融合、预警完整流程,实现了漏洞管理、知识图谱管理、情报预警管理,通过对各核心功能模块的测试,验证了平台的实用性。

基于DS证据理论的物联网固件安全态势评估系统研究与实现

这是一篇关于D-S证据理论,态势评估,物联网安全,动态折扣的论文, 主要内容为目前,物联网安全态势评估系统被广泛研究与开发,基于该系统可以实时反映物联网系统中安全态势信息,对于防范重大安全风险、规避财产损失有重大意义。现有的态势评估系统,大多采用神经网络模型对态势要素数据进行分析,模型结构复杂,训练难度高,过分依赖专家知识,通用性不高,系统难以根据实际场景进行动态适应。针对上述问题,本文从DS证据理论入手对物联网固件安全态势评估技术进行研究。首先,利用固件漏洞信息计算证据分布矩阵;其次,利用改进Topsis方法衡量证据可信度,利用加权平均迭代方法进行融合得到态势评估结果;最后根据多个时刻的态势评估结果,利用动态折扣证据理论进行态势感知。论文主要工作如下:1.提出一种基于改进Topsis方法的物联网固件安全态势评估方法。基于Topsis方法提出了三种衡量证据可信度方法,方法一通过证据分布矩阵整体衡量证据的冲突性,方法二通过聚合两两证据间的冲突性并加和归一化后衡量证据的冲突性,方法三根据态势评估场景改进期望正解向量定义,经过不同数量证据体可信度实验,方法三充分抑制冲突性证据的可信度,提高相互支持证据间的可信度,尽早识别冲突证据方面效果显著。利用加权平均迭代方法进行证据融合。在实验室环境中进行态势评估测试,结果合理有效。2.提出一种基于动态折扣证据理论的物联网固件安全态势感知方法。提出了一种物联网固件安全态势感知方法流程。利用时间变化对不同时刻的态势评估证据进行折扣,越接近当前时刻的证据折扣度越小,反之越大;利用高危漏洞比例信息进行自适应动态加权,把不同时刻的高危信息折扣入识别框架,最终融合形成态势感知结果。在实验室环境中进行态势感知测试,在高危风险和紧急风险的感知结果上优于传统DS证据理论。3.设计并实现物联网固件安全态势评估系统。使用爬虫系统下载了 13家物联网厂商生产的固件程序,使用安全性分析技术对369个固件程序进行了分析。利用Vue框架设计前端页面,利用Django框架设计后端功能,系统在Dashboard页面展示了基于漏洞信息的统计数据、近6年的态势评估结果和态势感知结果,使本文理论具有工程价值。