基于概率图模型的复杂网络威胁行为检测方法研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究现状 | 第11-17页 |
| 1.2.1 复杂网络威胁行为研究现状 | 第11-15页 |
| 1.2.2 概率图模型研究现状 | 第15-17页 |
| 1.3 论文主要工作与创新点 | 第17页 |
| 1.4 论文结构 | 第17-19页 |
| 第二章 相关知识 | 第19-28页 |
| 2.1 复杂网络威胁行为简介 | 第19-20页 |
| 2.1.1 复杂网络威胁行为定义 | 第19页 |
| 2.1.2 复杂网络威胁行为特点 | 第19-20页 |
| 2.2 网络入侵检测系统简介 | 第20-24页 |
| 2.2.1 入侵检测系统技术相关概念 | 第20-22页 |
| 2.2.2 网络入侵检测系统部署方法 | 第22页 |
| 2.2.3 网络入侵检测系统评价指标 | 第22-23页 |
| 2.2.4 Bro系统介绍 | 第23-24页 |
| 2.3 概率图模型简介 | 第24-27页 |
| 2.3.1 概率图模型的表示 | 第24-26页 |
| 2.3.2 概率图模型的推理 | 第26页 |
| 2.3.3 概率图模型的学习 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于概率图模型的复杂网络威胁行为建模方法 | 第28-36页 |
| 3.1 基于概率图模型的复杂网络威胁行为表示过程 | 第28-30页 |
| 3.1.1 变量及参数含义 | 第28-29页 |
| 3.1.2 表示过程详细分析 | 第29-30页 |
| 3.2 基于概率图模型的复杂网络威胁行为推理过程 | 第30-33页 |
| 3.2.1 网络行为模式分布的共轭结构 | 第31-32页 |
| 3.2.2 网络行为特征向量特征号分布的共轭结构 | 第32页 |
| 3.2.3 网络行为模式及特征号的联合分布 | 第32-33页 |
| 3.3 基于概率图模型的复杂网络威胁行为学习过程 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 复杂网络威胁行为检测关键技术 | 第36-46页 |
| 4.1 复杂网络威胁行为离线学习 | 第36-39页 |
| 4.1.1 数据预处理 | 第37-38页 |
| 4.1.2 训练过程 | 第38-39页 |
| 4.2 复杂网络威胁行为在线检测 | 第39-45页 |
| 4.2.1 网络流量解析与处理 | 第39-41页 |
| 4.2.2 检测过程 | 第41-42页 |
| 4.2.3 检测规则 | 第42-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 系统实现与验证 | 第46-56页 |
| 5.1 复杂网络威胁行为检测系统结构 | 第46页 |
| 5.2 实验设计 | 第46-49页 |
| 5.2.1 数据集 | 第46-48页 |
| 5.2.2 实验环境 | 第48页 |
| 5.2.3 实验方法 | 第48-49页 |
| 5.3 系统测试及结果分析 | 第49-55页 |
| 5.3.1 离线学习测试 | 第49-51页 |
| 5.3.2 在线检测测试 | 第51-53页 |
| 5.3.3 预测效果横向对比 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| 6.1 论文主要工作总结 | 第56页 |
| 6.2 下一步工作的展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 作者在学期间取得的学术成果 | 第66-67页 |
| 作者在学期间参加的科研项目情况 | 第67页 |
