| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究内容及组织结构 | 第11-13页 |
| 第二章 网络流量异常分析现状及问题 | 第13-21页 |
| ·网络流量异常分析的目的 | 第13页 |
| ·现有网络异常分析方法 | 第13-17页 |
| ·现有基于Netflow流的分析方法 | 第17-19页 |
| ·TOP-N技术 | 第17页 |
| ·模式匹配技术 | 第17-18页 |
| ·协议分布分析 | 第18页 |
| ·缺点以及不足 | 第18-19页 |
| ·基于Netflow的异常流量分离及分类设计方法 | 第19-20页 |
| ·对比以往流分析方法的优势 | 第20-21页 |
| 第三章 网络异常流量分析 | 第21-29页 |
| ·宏观上利用流量监测系统检测异常点 | 第21-22页 |
| ·基于流的网络正常流量模型建立 | 第22-26页 |
| ·模型的正确性与准确性 | 第26-27页 |
| ·主机类型的判断 | 第27-28页 |
| ·进一步进行流分类的必要性 | 第28-29页 |
| 第四章 对可疑主机进行流分类 | 第29-37页 |
| ·现有流分类技术 | 第29-35页 |
| ·基于端口号的流分类方法 | 第30页 |
| ·基于多关键项的流分类方法 | 第30-33页 |
| ·基于传输层的流分类方法 | 第33-34页 |
| ·现有流分类方法总结 | 第34-35页 |
| ·逐层流分类方案的提出 | 第35-36页 |
| ·逐层流分类方案的优势 | 第36-37页 |
| 第五章 基于Netflow的网络异常流量分离及分类方法实验 | 第37-75页 |
| ·逐层流分类方案 | 第37-64页 |
| ·第一层分类:按关键项目分类 | 第37-42页 |
| ·按单个关键项目分析 | 第38-40页 |
| ·按多个关键项目分析 | 第40-42页 |
| ·第二层分类:按行为模式分类 | 第42-45页 |
| ·第三层分类:按扩展项目分类 | 第45-56页 |
| ·单向流特征分析 | 第46-55页 |
| ·双向流特征分析 | 第55-56页 |
| ·使用BP神经网络实现扩展项目的分类 | 第56-64页 |
| ·BP神经网络在按扩展项目的分类中的应用 | 第56-60页 |
| ·扩展项目分类测试 | 第60-64页 |
| ·混合流的分类测试与性能评估 | 第64-71页 |
| ·混合流的测试 | 第64-69页 |
| ·性能评估 | 第69-71页 |
| ·实际环境中异常流量的分离及分类测试 | 第71-75页 |
| 第六章 总结 | 第75-77页 |
| ·论文总结 | 第75-76页 |
| ·进一步的工作 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第81页 |