基于统计分析的分布式流量异常检测应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-13页 |
| 1.3 本文研究的内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 网络流量异常及检测方法 | 第15-22页 |
| 2.1 网络流量异常简介 | 第15-17页 |
| 2.2 传统网络流量异常检测方法及存在的问题 | 第17-19页 |
| 2.3 分布式网络流量异常特征及检测困难 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于序贯分析的分布式流量异常检测 | 第22-48页 |
| 3.1 引言 | 第22-30页 |
| 3.1.1 假设检验的思想 | 第22-24页 |
| 3.1.2 概率比检验 | 第24-25页 |
| 3.1.3 序贯概率比检验 | 第25-29页 |
| 3.1.4 序贯概率比检验在网络异常检测中的优势 | 第29-30页 |
| 3.2 基于序贯分析的分布式流量异常检测算法设计 | 第30-39页 |
| 3.2.1 算法流程设计 | 第30-31页 |
| 3.2.2 构建网络正常流量模型提取异常空间 | 第31-35页 |
| 3.2.3 利用序贯分析方法构建异常统计特征 | 第35-37页 |
| 3.2.4 相关性检验 | 第37-39页 |
| 3.3 仿真分析 | 第39-47页 |
| 3.3.1 实验环境 | 第39页 |
| 3.3.2 实验数据 | 第39-40页 |
| 3.3.3 多链路样本统计量突变值的相关性分析 | 第40-41页 |
| 3.3.4 注入持续攻击数据方式的验证分析 | 第41-45页 |
| 3.3.5 注入单点攻击数据方式的验证分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于非广延熵的分布式流量异常检测 | 第48-68页 |
| 4.1 引言 | 第48-50页 |
| 4.1.1 信息熵 | 第48-49页 |
| 4.1.2 非广延熵的引入 | 第49-50页 |
| 4.2 基于非广延熵的分布式流量异常检测算法设计 | 第50-53页 |
| 4.2.1 非广延熵的计算流程 | 第50-52页 |
| 4.2.2 非广延熵的符号化处理 | 第52-53页 |
| 4.2.3 基于非广延熵的分布式流量异常模式匹配 | 第53页 |
| 4.3 仿真分析 | 第53-67页 |
| 4.3.1 实验环境 | 第53-54页 |
| 4.3.2 实验数据 | 第54页 |
| 4.3.3 基于非广延熵值图的网络异常分析 | 第54-56页 |
| 4.3.4 分布式拒绝服务攻击模式匹配分析 | 第56-59页 |
| 4.3.5 超广延区与次广延区的网络异常对比分析 | 第59-66页 |
| 4.3.6 非广延熵分布式流量异常检测效果分析 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 全文总结与展望 | 第68-71页 |
| 5.1 全文总结 | 第68-70页 |
| 5.2 后续工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
