基于深度学习的网络异常检测技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第16-39页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.1.1 全球网络空间安全形势不容乐观 | 第16-17页 |
| 1.1.2 我国网络空间安全态势依然严峻 | 第17页 |
| 1.2 网络异常检测概述 | 第17-19页 |
| 1.2.1 入侵检测 | 第18页 |
| 1.2.2 僵尸网络检测 | 第18-19页 |
| 1.3 国内外研究现状 | 第19-28页 |
| 1.3.1 基于统计分析的网络异常检测技术 | 第21页 |
| 1.3.2 基于数据挖掘的网络异常检测技术 | 第21-23页 |
| 1.3.3 基于特征工程的网络异常检测技术 | 第23-24页 |
| 1.3.4 基于机器学习的网络异常检测技术 | 第24-28页 |
| 1.4 论文主要工作 | 第28-30页 |
| 1.4.1 网络异常检测技术存在的主要问题 | 第28-29页 |
| 1.4.2 主要研究工作及贡献 | 第29-30页 |
| 1.5 数据集、评价标准及实验工具 | 第30-37页 |
| 1.5.1 数据集 | 第30-33页 |
| 1.5.2 实验评估标准 | 第33-35页 |
| 1.5.3 实验工具 | 第35-37页 |
| 1.6 论文组织结构 | 第37-39页 |
| 第二章 基于全连接循环神经网络的入侵检测技术研究 | 第39-61页 |
| 2.1 引言 | 第39-40页 |
| 2.2 循环神经网络 | 第40-42页 |
| 2.3 基于全连接循环神经网络的入侵检测系统 | 第42-44页 |
| 2.4 实验 | 第44-49页 |
| 2.4.1 实验配置 | 第44页 |
| 2.4.2 数据来源 | 第44页 |
| 2.4.3 数据特征提取与选择 | 第44-47页 |
| 2.4.4 数据预处理 | 第47页 |
| 2.4.5 测试方案 | 第47-49页 |
| 2.5 结果分析 | 第49-59页 |
| 2.5.1 二分类任务实验结果 | 第49-53页 |
| 2.5.2 多分类任务实验结果 | 第53-59页 |
| 2.5.3 结果分析 | 第59页 |
| 2.6 本章小结 | 第59-61页 |
| 第三章 基于生成式对抗网络的入侵检测技术研究 | 第61-79页 |
| 3.1 引言 | 第61-62页 |
| 3.2 生成式对抗网络 | 第62-64页 |
| 3.3 基于生成式对抗网络的入侵检测框架 | 第64-67页 |
| 3.3.1 框架构建 | 第65-66页 |
| 3.3.2 损失函数推导 | 第66-67页 |
| 3.4 实验 | 第67-72页 |
| 3.4.1 实验配置 | 第67页 |
| 3.4.2 数据集来源 | 第67页 |
| 3.4.3 生成模型与分类模型的选取 | 第67-68页 |
| 3.4.4 框架训练方法 | 第68-71页 |
| 3.4.5 测试方案 | 第71-72页 |
| 3.5 结果分析 | 第72-77页 |
| 3.5.1 整体性能比较 | 第72-75页 |
| 3.5.2 个体性能比较 | 第75-77页 |
| 3.5.3 实验结果分析 | 第77页 |
| 3.6 本章小结 | 第77-79页 |
| 第四章 基于LSTM网络的僵尸网络检测技术研究 | 第79-95页 |
| 4.1 引言 | 第79-80页 |
| 4.2 长短期记忆网络 | 第80-83页 |
| 4.3 基于LSTM网络的僵尸网络检测模型 | 第83-88页 |
| 4.3.1 数据流处理 | 第84-85页 |
| 4.3.2 特征提取与选择 | 第85-88页 |
| 4.3.3 数据预处理 | 第88页 |
| 4.4 实验与结果分析 | 第88-94页 |
| 4.4.1 实验配置 | 第88-89页 |
| 4.4.2 对比实验 | 第89页 |
| 4.4.3 实验结果对比 | 第89-93页 |
| 4.4.4 结果分析 | 第93-94页 |
| 4.5 本章小结 | 第94-95页 |
| 第五章 基于生成式对抗网络的僵尸网络检测技术研究 | 第95-104页 |
| 5.1 引言 | 第95-97页 |
| 5.2 基于生成式对抗网络的僵尸网络检测框架 | 第97-98页 |
| 5.3 实验与结果分析 | 第98-102页 |
| 5.3.1 实验配置 | 第98-99页 |
| 5.3.2 对比实验 | 第99页 |
| 5.3.3 实验结果 | 第99-102页 |
| 5.3.4 结果分析 | 第102页 |
| 5.4 本章小结 | 第102-104页 |
| 第六章 总结与展望 | 第104-106页 |
| 6.1 总结 | 第104-105页 |
| 6.2 展望 | 第105-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-116页 |
| 作者简历 | 第116页 |
