基于传输层会话行为特征的恶意流量识别系统实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于固定特征识别的研究现状 | 第9-10页 |
| 1.2.2 基于会话行为特征的研究现状 | 第10-11页 |
| 1.3 本论文工作 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 第二章 恶意流量识别相关技术 | 第13-23页 |
| 2.1 基于固定特征识别 | 第13-16页 |
| 2.1.1 基于端口的协议识别 | 第13-14页 |
| 2.1.2 基于数据包负载的识别 | 第14-16页 |
| 2.2 基于会话行为统计的识别方法 | 第16-22页 |
| 2.2.1 会话的介绍 | 第17-18页 |
| 2.2.2 有监督机器学习 | 第18-20页 |
| 2.2.3 无监督机器学习 | 第20-21页 |
| 2.2.4 半监督机器学习 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 恶意流量识别系统设计及原理 | 第23-35页 |
| 3.1 恶意流量识别的 CMTIS 框架介绍 | 第23-25页 |
| 3.2 恶意流量识别的数据源——传输层会话 | 第25页 |
| 3.3 会话管理模块设计原理 | 第25-29页 |
| 3.3.1 普通哈希链表存储结构 | 第26-27页 |
| 3.3.2 改进的哈希组合双向链表存储结构 | 第27-29页 |
| 3.4 恶意流量特征引擎模块设计 | 第29-30页 |
| 3.5 TLSID 检测引擎模块 | 第30-34页 |
| 3.5.1 对于传输层会话行为特征的提取 | 第30-31页 |
| 3.5.2 结果判定识别 | 第31-32页 |
| 3.5.3 算法的运用及 TLSID 原理 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 CMTIS 的实际项目实现 | 第35-47页 |
| 4.1 固定引擎特征 | 第35-37页 |
| 4.2 模型库的选定与生成 | 第37-38页 |
| 4.3 TLSID 的 FBC 特征选取 | 第38-44页 |
| 4.3.1 阀值的选取 | 第38-41页 |
| 4.3.2 FBC 值的选取 | 第41-44页 |
| 4.4 获取的 FBC 详细描述 | 第44-45页 |
| 4.5 系统识别准确率和误报率考虑 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 应用识别系统的效果验证 | 第47-53页 |
| 5.1 系统识别准备工作及识别结果展示 | 第47-49页 |
| 5.2 系统识别的准确率和性能统计与比较 | 第49-52页 |
| 5.2.1 准确率统计 | 第49-50页 |
| 5.2.2 性能统计 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57-59页 |
| 附录1 攻读硕士学位期间研究成果 | 第57页 |
| 附录2 攻读硕士学位期间参加项目 | 第57页 |
| 附录3 论文程序清单 | 第57-59页 |
| 致谢 | 第59页 |
