摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-14页 |
1.1 课题背景 | 第10-11页 |
1.2 课题研究内容与创新点 | 第11-13页 |
1.2.1 研究内容 | 第11-13页 |
1.2.2 课题创新点 | 第13页 |
1.3 论文组织与结构 | 第13-14页 |
第二章 相关技术介绍 | 第14-24页 |
2.1 BGP网络协议概述 | 第14-16页 |
2.1.1 BGP相关概念原理 | 第14-15页 |
2.1.2 BGP UPDATE报文结构 | 第15-16页 |
2.2 BGP网络异常概述 | 第16-19页 |
2.2.1 BGP路由劫持 | 第16-18页 |
2.2.2 BGP路由泄露 | 第18-19页 |
2.3 BGP开放数据简介 | 第19-20页 |
2.3.1 RIPE | 第19-20页 |
2.3.2 BGP Stream | 第20页 |
2.4 分布式框架简介 | 第20-21页 |
2.4.1 Hadoop HDFS | 第20-21页 |
2.4.2 SparK | 第21页 |
2.5 机器学习算法概述 | 第21-23页 |
2.5.1 线性模型算法 | 第21-22页 |
2.5.2 非线性模型算法 | 第22-23页 |
2.6 本章小结 | 第23-24页 |
第三章 基于机器学习的BGP检测算法研究 | 第24-39页 |
3.1 基于分布式系统的特征采集算法 | 第24-28页 |
3.1.1 宣告/撤回数量 | 第24-25页 |
3.1.2 重复宣告/隐式撤回 | 第25-26页 |
3.1.3 AS源数量 | 第26-27页 |
3.1.4 路径长度 | 第27页 |
3.1.5 路径编辑距离 | 第27-28页 |
3.2 基于多指标的特征处理算法 | 第28-31页 |
3.2.1 Fisher算法 | 第29页 |
3.2.2 mRMR算法 | 第29-30页 |
3.2.3 综合特征处理算法 | 第30-31页 |
3.3 基于组合模型的异常检测算法 | 第31-38页 |
3.3.1 组合模型算法整体设计 | 第32-33页 |
3.3.2 基于GBDT的特征转化算法 | 第33-36页 |
3.3.3 基于GBDT+LR的BGP异常检测算法 | 第36-37页 |
3.3.4 基于GBDT+FM的BGP异常检测算法 | 第37-38页 |
3.4 本章小结 | 第38-39页 |
第四章 BGP异常事件检测系统设计与实现 | 第39-52页 |
4.1 系统需求分析 | 第39-40页 |
4.2 系统整体流程与架构 | 第40-41页 |
4.3 BGP异常特征采集模块 | 第41-44页 |
4.3.1 BGP UPDATE报文采集 | 第41-42页 |
4.3.2 BGP异常事件采集 | 第42-44页 |
4.3.3 特征计算模块 | 第44页 |
4.4 异常特征处理模块 | 第44-47页 |
4.4.1 特征评分模块 | 第45页 |
4.4.2 多指标综合处理模块 | 第45-47页 |
4.5 BGP异常事件检测模块 | 第47-51页 |
4.5.1 多分类处理 | 第47页 |
4.5.2 特征转化模块 | 第47-49页 |
4.5.3 异常检测模块 | 第49-51页 |
4.6 本章小结 | 第51-52页 |
第五章 实验及结果分析 | 第52-68页 |
5.1 实验方案 | 第52-53页 |
5.2 各模块结果分析 | 第53-61页 |
5.2.1 特征采集模块结果分析 | 第53-57页 |
5.2.2 特征处理模块结果分析 | 第57-58页 |
5.2.3 特征检测模块结果分析 | 第58-61页 |
5.3 模型主要参数分析 | 第61-65页 |
5.4 组合模型与非组合模型对比 | 第65-67页 |
5.5 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-71页 |
6.1 工作总结 | 第68-69页 |
6.2 未来展望 | 第69-71页 |
参考文献 | 第71-73页 |
致谢 | 第73-74页 |
作者攻读学位期间发表的学术论文目录 | 第74页 |