DoS攻击检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 相关理论和技术 | 第15-23页 |
| 2.1 DoS攻击 | 第15-18页 |
| 2.1.1 DoS攻击类别 | 第15-16页 |
| 2.1.2 DoS攻击检测方法 | 第16-18页 |
| 2.2 机器学习算法 | 第18-20页 |
| 2.2.1 SVM | 第18-19页 |
| 2.2.2 K-means | 第19-20页 |
| 2.3 不平衡数据分类问题 | 第20-21页 |
| 2.3.1 不平衡数据概述 | 第20页 |
| 2.3.2 不平衡数据处理方法 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 基于累积量的检测算法 | 第23-33页 |
| 3.1 方案设计 | 第23-24页 |
| 3.2 ABA算法 | 第24-26页 |
| 3.2.1 流量窗口划分 | 第24-25页 |
| 3.2.2 特征提取 | 第25-26页 |
| 3.3 实验结果与分析 | 第26-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 基于置信度的SMOTE过采样算法 | 第33-43页 |
| 4.1 SMOTE采样分析 | 第33-35页 |
| 4.2 置信度 | 第35-36页 |
| 4.3 CB-SMOTE算法 | 第36-39页 |
| 4.3.1 边界样本点处理 | 第36-38页 |
| 4.3.2 非边界样本点处理 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-41页 |
| 4.5 本章小结 | 第41-43页 |
| 第5章 RBF核函数的SVM参数优化 | 第43-51页 |
| 5.1 方案设计 | 第43-44页 |
| 5.2 MSA方法 | 第44-46页 |
| 5.3 实验结果与分析 | 第46-49页 |
| 5.4 本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间所发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
