| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景和现状 | 第10-11页 |
| 1.2 研究目的和主要工作 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 分布式系统Hadoop | 第15-22页 |
| 2.1 Hadoop总体概述 | 第15-16页 |
| 2.2 分布式文件系统HDFS | 第16-18页 |
| 2.2.1 HDFS的设计 | 第16-17页 |
| 2.2.2 Namenode的容错机制 | 第17-18页 |
| 2.3 分布式计算框架Mapreduce | 第18-21页 |
| 2.3.1 第一代Mapreduce计算框架 | 第18-19页 |
| 2.3.2 全新的资源管理系统YARN | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于Hadoop的Netflow流记录数据的解析和采集 | 第22-32页 |
| 3.1 Netflow的研究背景和现状 | 第22-24页 |
| 3.1.1 Netflow原理 | 第22-23页 |
| 3.1.2 Netflow输出流格式和应用 | 第23-24页 |
| 3.2 海量日志采集系统Flume | 第24-28页 |
| 3.2.1 Flume核心概念介绍 | 第24-25页 |
| 3.2.2 Flume的架构 | 第25-28页 |
| 3.3 利用Flume将Netflow数据解析并采集到HDFS | 第28-31页 |
| 3.3.1 核心代码介绍 | 第28-29页 |
| 3.3.2 Flume的相关配置 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于HMM的Netflow异常流量分布式检测方法 | 第32-54页 |
| 4.1 隐马尔科夫模型(HMM) | 第32-38页 |
| 4.1.1 HMM的定义 | 第32-34页 |
| 4.1.2 HMM的3个基本问题 | 第34-38页 |
| 4.2 基于协议建立HMM模型的方法 | 第38-48页 |
| 4.2.1 相关理论 | 第38-39页 |
| 4.2.2 建模的数据说明 | 第39页 |
| 4.2.3 基于ICMP协议建模 | 第39-44页 |
| 4.2.4 基于UDP协议建模 | 第44页 |
| 4.2.5 基于TCP协议建模 | 第44-47页 |
| 4.2.6 HMM的模型建立中存在的问题 | 第47-48页 |
| 4.3 异常检测的分布式实现 | 第48-53页 |
| 4.3.1 基于Mapreduce设计实现异常流量检测 | 第48-50页 |
| 4.3.2 检测过程与阈值的设置 | 第50-52页 |
| 4.3.3 与其他Netflow异常流量检测方法的比较 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 实验结果与分析 | 第54-64页 |
| 5.1 实验的结构与环境 | 第54-55页 |
| 5.2 实验介绍 | 第55-63页 |
| 5.2.1 数据采集实验 | 第55-57页 |
| 5.2.2 基于协议建立HMM模型实验 | 第57-59页 |
| 5.2.3 分布式异常检测实验 | 第59-61页 |
| 5.2.4 分布式检测的优势 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 进一步的工作和拓展 | 第65-66页 |
| 致谢 | 第66-67页 |
| 在校期间发表的学术论文及专利 | 第67-68页 |
| 参考文献 | 第68-70页 |
