基于机器学习的分布式拒绝服务攻击检测方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| ·本文的研究背景 | 第10-11页 |
| ·相关研究现状 | 第11-15页 |
| ·基于机器学习的入侵检测研究概况 | 第11-14页 |
| ·DDoS攻击与检测防护技术研究 | 第14-15页 |
| ·本文研究内容、目的及意义 | 第15页 |
| ·主要工作和章节安排 | 第15-17页 |
| ·本文的主要工作和创新点 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 DDoS攻击及其检测方法 | 第17-32页 |
| ·DDoS概述 | 第17-19页 |
| ·DDoS攻击原理 | 第17-18页 |
| ·DDoS 攻击的实施过程 | 第18-19页 |
| ·DDoS攻击的常见工具及其发展趋势 | 第19-21页 |
| ·DDoS 攻击的常见工具 | 第19-20页 |
| ·DDoS攻击的发展趋势 | 第20-21页 |
| ·DDoS攻击的分类 | 第21-27页 |
| ·资源耗尽型攻击 | 第21-24页 |
| ·带宽消耗攻击 | 第24-27页 |
| ·DDoS检测方法及其发展趋势 | 第27-31页 |
| ·现有的DDoS检测方法及其存在的问题 | 第27-29页 |
| ·DDoS攻击检测的发展趋势 | 第29-31页 |
| ·小节 | 第31-32页 |
| 第三章 基于HMM与源IP监控的DDoS检测 | 第32-54页 |
| ·隐马尔可夫模型概述 | 第32-36页 |
| ·隐马尔可夫模型 | 第32-33页 |
| ·HMM的三个基本问题 | 第33-36页 |
| ·基于源IP地址监控的DDoS检测 | 第36-37页 |
| ·基于HMM与源IP监控的DDoS检测 | 第37-39页 |
| ·系统检测框架 | 第37-38页 |
| ·IP地址库的学习机制 | 第38页 |
| ·系统模型参数的学习机制 | 第38页 |
| ·系统模型的检测机制 | 第38-39页 |
| ·小结 | 第39页 |
| ·检测系统原型的设计与实现 | 第39-43页 |
| ·系统的设计目标 | 第40页 |
| ·结构设计 | 第40-41页 |
| ·主要功能模块的实现 | 第41-43页 |
| ·系统的测试 | 第43-53页 |
| ·测试环境与内容 | 第43-45页 |
| ·报文属性分析 | 第45-46页 |
| ·DDoS攻击模拟 | 第46-47页 |
| ·系统测试分析 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于自适应学习的分布式协同检测 | 第54-62页 |
| ·分布式检测框架 | 第54-55页 |
| ·基于自适应学习的分布式协同检测 | 第55-57页 |
| ·信息融合机制 | 第55-56页 |
| ·基于自适应学习的消息广播机制 | 第56-57页 |
| ·结构设计 | 第57-58页 |
| ·测试分析 | 第58-61页 |
| ·分布式环境的模拟 | 第58-59页 |
| ·性能测试 | 第59-61页 |
| ·小节 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·全文工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 硕士期间发表论文的情况 | 第69-70页 |
| 硕士期间参与项目情况 | 第70页 |
