| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要工作和创新点 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 相关研究与技术 | 第15-25页 |
| 2.1 DDoS攻击 | 第15-21页 |
| 2.1.1 DDoS攻击原理 | 第15-16页 |
| 2.1.2 DDoS攻击分类 | 第16-19页 |
| 2.1.3 DDoS攻击防御 | 第19-21页 |
| 2.2 大数据处理框架Spark | 第21-24页 |
| 2.2.1 Spark技术原理 | 第22-23页 |
| 2.2.2 RDD介绍 | 第23-24页 |
| 2.2.3 Spark Streaming与DDoS攻击检测相结合 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于源簇特征统计的网络DDo S攻击检测模型 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 网络DDoS攻击流量模型 | 第25-26页 |
| 3.3 基于源簇特征统计的自适应DDoS攻击检测方法 | 第26-30页 |
| 3.4 基于分组过滤的DDoS攻击防御方法 | 第30-32页 |
| 3.5 实验验证 | 第32-38页 |
| 3.5.1 基于源簇特征统计的自适应DDoS攻击检测实验 | 第32-37页 |
| 3.5.2 基于分组过滤的DDoS攻击防御实验 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于Spark Streaming的DDo S攻击检测和防御 | 第39-53页 |
| 4.1 基于Spark Streaming的DDoS检测和防御架构 | 第39-41页 |
| 4.2 消息中间件模块 | 第41-42页 |
| 4.3 基于Spark Streaming的DDoS检测模块 | 第42-44页 |
| 4.4 基于Spark Streaming的DDoS防御模块 | 第44-47页 |
| 4.5 实验验证 | 第47-52页 |
| 4.5.1 实验环境搭建与数据准备 | 第47-49页 |
| 4.5.2 理论检测时间实验 | 第49页 |
| 4.5.3 不同的Spark分块数量与完成时间实验 | 第49-50页 |
| 4.5.4 不同的流量大小与完成时间实验 | 第50-51页 |
| 4.5.5 不同的排序算法与排序时间实验 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53-54页 |
| 5.2 研究展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者在学期间取得的学术成果 | 第60页 |
