基于云计算的取证数据集聚类方法的分析与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景以及意义 | 第10页 |
| 1.2 本课题的国内外研究现状 | 第10-12页 |
| 1.2.1 云环境下取证技术研究现状 | 第10-12页 |
| 1.2.2 DDoS 检测分析研究现状 | 第12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文的组织 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 云环境与取证 | 第14-22页 |
| 2.1 云计算 | 第14-16页 |
| 2.1.1 云计算特点 | 第14-15页 |
| 2.1.2 云计算的安全威胁 | 第15-16页 |
| 2.2 云取证 | 第16-19页 |
| 2.2.1 云取证概述 | 第16-17页 |
| 2.2.2 云取证相关技术 | 第17-18页 |
| 2.2.3 云取证过程分析 | 第18-19页 |
| 2.3 实验云环境平台架构 | 第19-21页 |
| 2.3.1 HDFS 体系结构 | 第19-20页 |
| 2.3.2 MapReduce 编程模型 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 DDoS 网络攻击以及检测方法 | 第22-36页 |
| 3.1 DDOS 攻击原理，分类以及常见工具 | 第22-26页 |
| 3.1.1 DDOS 原理 | 第22-23页 |
| 3.1.2 DDOS 分类 | 第23-25页 |
| 3.1.3 DDOS 常见攻击工具 | 第25-26页 |
| 3.2 DDOS 攻击异常检测技术 | 第26-27页 |
| 3.3 数据挖掘概述 | 第27-30页 |
| 3.3.1 数据挖掘中的几种分析算法 | 第29-30页 |
| 3.4 聚类分析 | 第30-35页 |
| 3.4.1 聚类算法的要求 | 第31页 |
| 3.4.2 聚类算法流程 | 第31-32页 |
| 3.4.3 聚类分析中距离与相似度的相关概念 | 第32-34页 |
| 3.4.4 聚类分析的方法分类 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 针对网络流量的聚类分析 | 第36-45页 |
| 4.1 k-means 聚类算法 | 第36-38页 |
| 4.2 分布式 k-means 聚类算法 | 第38-39页 |
| 4.3 取证流程以及系统实现 | 第39-41页 |
| 4.4 实验数据 | 第41-43页 |
| 4.5 分析模块环境 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 基于云技术的取证网络流量分析实验 | 第45-49页 |
| 5.1 实验以及结果分析 | 第45-48页 |
| 5.1.1 系统环境 | 第45页 |
| 5.1.2 实验以及结果分析 | 第45-48页 |
| 5.2 本章小结 | 第48-49页 |
| 第6章 结论和展望 | 第49-50页 |
| 6.1 本文工作总结和展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |
