Hadoop环境下的恶意域名检测方案研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文组织结构 | 第12页 |
| 1.4 主要研究内容 | 第12-14页 |
| 2 恶意域名检测的总体架构 | 第14-20页 |
| 2.1 方案的总体架构 | 第14-15页 |
| 2.2 数据预处理模块的设计 | 第15-17页 |
| 2.3 分类算法模块的设计 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 数据预处理模块的设计与实现 | 第20-36页 |
| 3.1 向量集的形成 | 第20-25页 |
| 3.2 训练集、验证集和测试集的形成 | 第25-27页 |
| 3.3 数据预处理模块的实现 | 第27-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 分类算法模块的设计与实现 | 第36-51页 |
| 4.1 分类算法模块的设计 | 第36-41页 |
| 4.2 分类算法优化的设计 | 第41-43页 |
| 4.3 分类算法模块的实现 | 第43-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 实验测试与分析 | 第51-62页 |
| 5.1 随机森林模型下分类效果的测试与分析 | 第51-56页 |
| 5.2 串行与并行框架下系统运行时间的测试与分析 | 第56-58页 |
| 5.3 不同模型下分类效果的测试与分析 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
