基于信息理论的网络蠕虫检测研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 引言 | 第13-14页 |
| 1.2 研究背景与现状 | 第14-16页 |
| 1.2.1 蠕虫传播理论模型 | 第14页 |
| 1.2.2 蠕虫传播仿真分析 | 第14-15页 |
| 1.2.3 网络蠕虫检测技术 | 第15-16页 |
| 1.3 论文的组织与结构 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 网络蠕虫及其检测技术 | 第17-32页 |
| 2.1 网络蠕虫简介 | 第17-23页 |
| 2.1.1 网络蠕虫历史 | 第17-18页 |
| 2.1.2 网络蠕虫定义 | 第18-19页 |
| 2.1.3 蠕虫传播机制 | 第19-20页 |
| 2.1.4 蠕虫功能结构 | 第20-21页 |
| 2.1.5 常见蠕虫扫描策略 | 第21-23页 |
| 2.2 网络蠕虫传播模型 | 第23-26页 |
| 2.2.1 经典蠕虫传播模型 | 第23-24页 |
| 2.2.2 改进蠕虫传播模型 | 第24-25页 |
| 2.2.3 无线网络蠕虫传播模型 | 第25-26页 |
| 2.2.4 P2P 对等网络蠕虫传播模型 | 第26页 |
| 2.3 网络蠕虫仿真 | 第26-28页 |
| 2.3.1 仿真平台 | 第26-27页 |
| 2.3.2 流量仿真 | 第27页 |
| 2.3.3 数据包仿真 | 第27-28页 |
| 2.3.4 混合型仿真 | 第28页 |
| 2.4 蠕虫检测技术 | 第28-30页 |
| 2.4.1 误用检测 | 第28-29页 |
| 2.4.2 异常检测 | 第29页 |
| 2.4.3 蜜罐检测 | 第29-30页 |
| 2.4.4 变形蠕虫检测 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 信息理论及其在异常检测中的应用 | 第32-41页 |
| 3.1 信息熵 | 第32-36页 |
| 3.1.1 信息熵简介 | 第32-34页 |
| 3.1.2 信息熵的性质 | 第34-35页 |
| 3.1.3 基于信息熵的异常检测 | 第35-36页 |
| 3.2 算法熵 | 第36-40页 |
| 3.2.1 算法熵简介 | 第36-38页 |
| 3.2.2 算法熵的性质 | 第38-39页 |
| 3.2.3 基于算法熵的异常检测 | 第39-40页 |
| 3.3 研究方向 | 第40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于信息熵的自适应网络蠕虫检测算法 | 第41-61页 |
| 4.1 研究内容 | 第41页 |
| 4.2 算法理论分析 | 第41-58页 |
| 4.2.1 理论依据 | 第41-43页 |
| 4.2.2 参数选择 | 第43-50页 |
| 4.2.3 检测方法 | 第50-54页 |
| 4.2.4 预测及阈值计算 | 第54-58页 |
| 4.3 算法流程 | 第58-59页 |
| 4.4 新旧算法的区别 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 算法实现与验证 | 第61-71页 |
| 5.1 算法实现 | 第61-64页 |
| 5.1.1 熵值计算 | 第61页 |
| 5.1.2 时间序列预测值和检测阈值 | 第61-64页 |
| 5.2 算法验证 | 第64-69页 |
| 5.2.1 实验数据 | 第64-66页 |
| 5.2.2 实验方法 | 第66页 |
| 5.2.3 联合信息熵检测实验结果 | 第66-68页 |
| 5.2.4 向量空间距离检测实验结果 | 第68-69页 |
| 5.3 结果分析 | 第69-70页 |
| 5.3.1 两种检测方法效果对比 | 第69页 |
| 5.3.2 参数设置的影响 | 第69-70页 |
| 5.3.3 结论 | 第70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 结束语 | 第71-73页 |
| 6.1 主要结论 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间已发表或录用的论文 | 第77-80页 |
| 上海交通大学硕士学位论文答辩决议书 | 第80页 |
