入侵检测与蜜罐协作模型的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·研究的目的及意义 | 第10页 |
| ·入侵检测系统的发展史及现状 | 第10-12页 |
| ·本文的主要工作及组织结构 | 第12页 |
| ·本章小结 | 第12-14页 |
| 2 相关知识概述 | 第14-32页 |
| ·入侵检测技术概述 | 第14-20页 |
| ·入侵检测的定义 | 第14页 |
| ·公共入侵检测的框架 | 第14-16页 |
| ·入侵检测的分类 | 第16-19页 |
| ·传统的入侵检测系统存在的问题 | 第19-20页 |
| ·蜜罐技术概述 | 第20-28页 |
| ·蜜罐的定义 | 第20页 |
| ·蜜罐的历史及研究现状 | 第20-24页 |
| ·蜜罐的分类 | 第24-27页 |
| ·蜜罐的优点和缺点 | 第27-28页 |
| ·入侵检测与其它技术的协作概述 | 第28-31页 |
| ·数据采集协作 | 第28-29页 |
| ·数据分析协作 | 第29-30页 |
| ·响应协作 | 第30页 |
| ·管理协作 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于决策树的入侵检测与蜜罐协作模型 | 第32-46页 |
| ·设计思想 | 第32页 |
| ·IDMDT 的协作原理 | 第32-33页 |
| ·IDMDT 的总体结构 | 第33-35页 |
| ·IDMDT 的模型架构图 | 第33-34页 |
| ·IDMDT 的组成描述 | 第34-35页 |
| ·IDMDT 的主要模块设计与分析 | 第35-44页 |
| ·IDMDT 的功能模块 | 第35-36页 |
| ·主要模块的介绍 | 第36-44页 |
| ·IDMDT 的特点分析 | 第44页 |
| ·本章小结 | 第44-46页 |
| 4 协作模型中连续属性算法研究 | 第46-58页 |
| ·决策树概述 | 第46-50页 |
| ·数据挖掘概述 | 第46-47页 |
| ·决策树算法概述 | 第47-48页 |
| ·决策树的生成过程 | 第48页 |
| ·决策树算法分类 | 第48-50页 |
| ·基于粗糙集的连续属性选取 | 第50-53页 |
| ·粗糙集理论概述 | 第50-51页 |
| ·基于粗糙集的连续属性选取算法的思想与描述 | 第51页 |
| ·基于粗糙集的连续属性选取算法的分析 | 第51页 |
| ·基于粗糙集的连续属性选取算法实验与测试 | 第51-53页 |
| ·基于K-means 的决策树的连续属性入侵判定 | 第53-57页 |
| ·K-means 算法概述 | 第54页 |
| ·K-C4.5 的设计思想 | 第54页 |
| ·K-C4.5 的算法描述 | 第54-55页 |
| ·K-C4.5 的实验与测试 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 协作模型 IDMDT 的实现与测试 | 第58-70页 |
| ·IDMDT 环境搭建 | 第58-59页 |
| ·硬件需求 | 第59页 |
| ·软件需求 | 第59页 |
| ·相关软件的安装与配置 | 第59-64页 |
| ·网桥的配置 | 第59-60页 |
| ·IPTables 的实现 | 第60页 |
| ·Honeyd 的安装与配置 | 第60-61页 |
| ·Snort 的安装 | 第61-62页 |
| ·Sebek 的安装 | 第62-64页 |
| ·模拟实验 | 第64-69页 |
| ·蜜网网关的远程管理测试 | 第64-65页 |
| ·数据控制测试 | 第65-66页 |
| ·数据捕获测试 | 第66页 |
| ·模型对比测试 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 6 结束语 | 第70-72页 |
| ·本文总结 | 第70页 |
| ·下一步工作 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
| 作者在攻读学位期间已录用的论文目录 | 第78页 |
