AET防御技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文结构及内容 | 第12-14页 |
| 第2章 逃避技术概述 | 第14-17页 |
| 2.1 逃避技术的定义 | 第14页 |
| 2.2 逃避技术的发展 | 第14-15页 |
| 2.3 逃避技术的危害 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 原子逃避技术的原理 | 第17-28页 |
| 3.1 高级逃避技术 | 第17-18页 |
| 3.2 TCP/IP层原子逃避技术 | 第18-24页 |
| 3.2.1 碎片化 | 第18-20页 |
| 3.2.2 分片重叠 | 第20-22页 |
| 3.2.3 分片覆盖 | 第22-23页 |
| 3.2.4 分片超时 | 第23-24页 |
| 3.3 应用层逃避技术 | 第24-25页 |
| 3.4 协议解析的差异性 | 第25-26页 |
| 3.5 其他逃避技术 | 第26页 |
| 3.6 本章小结 | 第26-28页 |
| 第4章 SNORT反逃避技术研究 | 第28-34页 |
| 4.1 SNORT技术简介 | 第28-29页 |
| 4.2 SNORT技术框架与源码分析 | 第29-30页 |
| 4.3 配置SNORT防御逃避技术 | 第30-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第5章 基于深度学习的逃避防御技术研究 | 第34-45页 |
| 5.1 深度学习概述 | 第34-36页 |
| 5.2 数据样本的生成 | 第36页 |
| 5.3 数据特征的提取 | 第36-39页 |
| 5.4 深度学习神经网络架构 | 第39-42页 |
| 5.5 实验结果 | 第42-44页 |
| 5.6 本章小结 | 第44-45页 |
| 第6章 结论与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-51页 |
| 致谢 | 第51页 |
