第1章 惡意軟件與機器學習
1．1 簡介
1．2 惡意軟件簡史
1．3 惡意軟件的種類
1．4 惡意軟件的分析通道
1．5 惡意軟件分析中的挑戰(zhàn)
1．6 機器學習概念
1．7 惡意軟件特征
1．8 監(jiān)督學習
1．9 非監(jiān)督學習
1．10 哈希：提高聚類效率
1．11 半監(jiān)督學習
1．12 集成學習
本章參考文獻

第2章 基于軟計算的流行病危機預測
2．1 簡介
2．2 背景
2．3 用于預測和評估模糊事件的工具
2．4 本章小結
本章參考文獻

第3章 基于ACP的情報和信息安全分析法
3．1 簡介
3．2 ACP方法
3．3 對有組織的行為的建模
3．4 通過規(guī)劃推理來預測群體行為
3．5 本章小結
本章參考文獻

第4章 機密信息泄漏的潛在來源微文件
4．1 簡介
4．2 破解組匿名性的一般方法
4．3 實際結果
4．4 為明確和模糊的受訪組提供匿名性
4．5 本章小結
本章參考文獻

第5章 開源情報中的決策支持
5．1 簡介
5．2 VIRTUOSO的結構
5．3 決策支持系統(tǒng)
5．4 決策支持系統(tǒng)和網(wǎng)絡戰(zhàn)爭
5．5 本章小結
本章參考文獻

第6章 軟硬信息融合設計：設計原型
6．1 簡介
6．2 支持信息的異質性
6．3 數(shù)據(jù)對齊和數(shù)據(jù)關聯(lián)
6．4 語義
6．5 圖形表達方法
6．6 分析、意義構建和決策
6．7 關聯(lián)過程
6．8 本章小結
本章參考文獻

第7章 2型模糊本體的入侵檢測和相似性度量
7．1 簡介
7．2 入侵檢測系統(tǒng)及金融機構
7．3 基于專家知識的入侵檢測系統(tǒng)
7．4 區(qū)間模糊集值的相似度量
7．5 金融機構本體
7．6 本章小結
本章參考文獻

第8章 基于多目標遺傳算法的神經(jīng)網(wǎng)絡有效入侵檢測方法
8．1 簡介
8．2 相關工作
8．3 基于多目標遺傳算法的有效入侵檢測方法
8．4 本章小結
本章參考文獻

第9章 態(tài)勢感知中的網(wǎng)絡內部任務檢測
9．1 簡介
9．2 相關工作
9．3 方法和組成
9．4 實驗和結果
9．5 本章小結
本章參考文獻

第10章 網(wǎng)絡戰(zhàn)中的博弈論引擎
10．1 簡介
10．2 Themistocles結構和算法
10．3 實例
10．4 本章小結
本章參考文獻

第11章 網(wǎng)絡戰(zhàn)使命影響評估
11．1 簡介
11．2 定義
11．3 使命影響評估簡介
11．4 資產(chǎn)狀態(tài)估算
11．5 使命樹方法
11．6 使命樹示例
11．7 網(wǎng)絡戰(zhàn)使命影響評估的挑戰(zhàn)
11．8 本章小結
本章參考文獻

第12章 不確定性建模：計算經(jīng)濟學家的網(wǎng)絡戰(zhàn)觀
12．1 簡介
12．2 研究背景及簡要文獻綜述
12．3 網(wǎng)絡戰(zhàn)場景
12．4 傳統(tǒng)經(jīng)濟學家會如何處理這個問題？
12．5 解決完全不確定性關鍵情況的智能系統(tǒng)
12．6 未來的發(fā)展方向
12．7 本章小結
本章參考文獻