摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
缩略词表 | 第12-13页 |
第一章 绪论 | 第13-23页 |
1.1 研究背景与意义 | 第13页 |
1.2 网络异常行为分类 | 第13-15页 |
1.2.1 网络异常的概念 | 第13-14页 |
1.2.2 网络异常行为分类 | 第14-15页 |
1.3 网络异常检测的概述与研究现状 | 第15-20页 |
1.3.1 概述网络异常检测 | 第15-16页 |
1.3.2 网络异常检测的研究现状 | 第16-20页 |
1.4 本文研究思路及主要创新 | 第20-21页 |
1.5 本论文的结构安排 | 第21-23页 |
第二章 骨干网络流数据的获取和预处理 | 第23-32页 |
2.1 美国Ablience骨干网介绍 | 第23页 |
2.2 美国Ablience骨干网数据收集 | 第23-25页 |
2.2.1 Netflow简介 | 第23-24页 |
2.2.2 Netflow数据收集 | 第24-25页 |
2.3 Ablience网络流数据的获取和特点分析 | 第25-27页 |
2.3.1 Ablience网络流的获取 | 第25-26页 |
2.3.2 Ablience网络流的特点分析 | 第26-27页 |
2.4 网络流划分 | 第27-30页 |
2.5 本章小结 | 第30-32页 |
第三章 基于Z-Score的异常事件检测方法实现与仿真 | 第32-47页 |
3.1 相关技术背景 | 第32-33页 |
3.2 基于Z-Score的异常事件检测方法简介 | 第33-34页 |
3.3 基于Z-Score的异常事件检测方法 | 第34-36页 |
3.4 仿真结果与分析 | 第36-45页 |
3.4.1 UDP流的分析 | 第36-40页 |
3.4.2 TCP-PSHACK流的分析 | 第40-43页 |
3.4.3 基于Z-Score的异常事件检测方法效果分析 | 第43-45页 |
3.5 本章小结 | 第45-47页 |
第四章 基于马尔科夫聚类的异常事件识别方法研究 | 第47-63页 |
4.1 背景介绍 | 第47页 |
4.2 马尔科夫图形聚类算法简介 | 第47-48页 |
4.3 基于马尔科夫聚类算法的异常事件识别方法 | 第48-52页 |
4.4 仿真结果与分析 | 第52-62页 |
4.4.1 基于马尔科夫聚类算法的分布式拒绝服务(DDoS(DistributedDenial of Service,分布式拒绝服务))攻击分析 | 第52-57页 |
4.4.2 基于马尔科夫聚类算法的网络扫描分析 | 第57-59页 |
4.4.3 基于马尔科夫聚类算法的其它已知异常分析 | 第59-60页 |
4.4.4 基于马尔科夫聚类的异常事件识别方法的效果分析 | 第60-62页 |
4.5 本章小结 | 第62-63页 |
第五章 总结与展望 | 第63-65页 |
5.1 全文总结 | 第63-64页 |
5.2 后续工作展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
攻硕期间取得的研究成果 | 第69页 |