| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 面向APT攻击防御框架的研究 | 第12-13页 |
| 1.2.2 针对APT攻击恶意代码的检测研究 | 第13-14页 |
| 1.2.3 基于APT异常通信流量的检测研究 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 APT攻击与异常通信行为 | 第18-25页 |
| 2.1 APT攻击概述 | 第18-19页 |
| 2.2 APT攻击链模型 | 第19-21页 |
| 2.3 APT攻击命令控制通信阶段相关技术 | 第21-22页 |
| 2.3.1 反弹连接技术 | 第21页 |
| 2.3.2 Domain-Flux技术与DGA算法 | 第21-22页 |
| 2.4 APT攻击异常通信分析 | 第22-24页 |
| 2.4.1 异常DNS通信分析 | 第22-23页 |
| 2.4.2 异常TCP通信分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于关联深度流特性的APT攻击检测系统 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 系统的结构设计 | 第25-27页 |
| 3.3 数据处理 | 第27-28页 |
| 3.3.1 数据采集 | 第27页 |
| 3.3.2 数据预处理 | 第27-28页 |
| 3.4 特征提取与分析 | 第28-31页 |
| 3.4.1 间隔时间特征 | 第28-29页 |
| 3.4.2 数据包特征 | 第29-30页 |
| 3.4.3 上下行流量比特征 | 第30-31页 |
| 3.5 检测模型 | 第31-34页 |
| 3.5.1 支持向量机回归预测模型 | 第31-32页 |
| 3.5.2 多窗关联检测算法 | 第32-34页 |
| 3.6 实验结果与分析 | 第34-40页 |
| 3.6.1 实验环境与参数设置 | 第34-35页 |
| 3.6.2 实验数据 | 第35-37页 |
| 3.6.3 实验结果与分析 | 第37-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 基于加权集成分类器的恶意DNS流量检测 | 第41-55页 |
| 4.1 引言 | 第41-42页 |
| 4.2 恶意DNS流量检测模型 | 第42-50页 |
| 4.2.1 数据采集与处理 | 第43页 |
| 4.2.2 域名聚类算法 | 第43-45页 |
| 4.2.3 特征空间划分与特征分析 | 第45-46页 |
| 4.2.4 域名特征分析 | 第46-50页 |
| 4.3 检测算法实现 | 第50-51页 |
| 4.3.1 SVM基分类器 | 第50-51页 |
| 4.3.2 组合决策算法设计 | 第51页 |
| 4.4 实验与分析 | 第51-54页 |
| 4.4.1 实验数据与评价指标 | 第51-52页 |
| 4.4.2 实验设计与结果分析 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间参加的科研项目和成果 | 第62页 |