工控环境下DDoS攻击抑制的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.1.1 工业控制系统简介 | 第13-14页 |
| 1.1.2 国内外研究现状 | 第14-16页 |
| 1.2 研究内容与创新点 | 第16-18页 |
| 1.2.1 研究内容 | 第16-17页 |
| 1.2.2 创新点 | 第17-18页 |
| 1.3 论文组织结构 | 第18页 |
| 1.4 本章小结 | 第18-20页 |
| 2 DDoS攻击防御相关技术 | 第20-34页 |
| 2.1 DDoS攻击 | 第20-23页 |
| 2.1.1 攻击原理 | 第20-22页 |
| 2.1.2 攻击特点 | 第22-23页 |
| 2.2 互联网中抑制DDoS攻击 | 第23-27页 |
| 2.2.1 传统抑制DDoS技术 | 第23-25页 |
| 2.2.2 DDoS攻击防御研究综述 | 第25-27页 |
| 2.3 工控环境下抑制DDoS攻击 | 第27-33页 |
| 2.3.1 ICS安全防护相关技术 | 第27-32页 |
| 2.3.2 DDoS攻击防御研究综述 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 基于Compare算法检测DDoS攻击 | 第34-45页 |
| 3.1 网络流量识别技术 | 第34-35页 |
| 3.1.1 技术基础 | 第34页 |
| 3.1.2 流量识别方法 | 第34-35页 |
| 3.2 基于Compare检测DDoS攻击 | 第35-42页 |
| 3.2.1 流量分析 | 第35-37页 |
| 3.2.2 相关概念 | 第37-39页 |
| 3.2.3 算法思想 | 第39-40页 |
| 3.2.4 算法实现 | 第40-42页 |
| 3.3 实验分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 基于RDF-SVM识别DDoS攻击 | 第45-54页 |
| 4.1 技术基础简介 | 第45-47页 |
| 4.1.1 随机森林算法 | 第45-46页 |
| 4.1.2 支持向量机 | 第46-47页 |
| 4.1.3 流量识别指标 | 第47页 |
| 4.2 基于RDF-SVM识别DDoS攻击 | 第47-50页 |
| 4.2.1 算法思想 | 第47-48页 |
| 4.2.2 算法实现 | 第48-50页 |
| 4.3 实验分析 | 第50-53页 |
| 4.3.1 KDD数据集实验分析 | 第50-52页 |
| 4.3.2 DDoS数据集实验分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 综合防御DDoS攻击系统原型 | 第54-63页 |
| 5.1 Netfilter框架 | 第54-55页 |
| 5.2 系统平台构建 | 第55-57页 |
| 5.2.1 硬件平台 | 第55页 |
| 5.2.2 软件平台 | 第55-56页 |
| 5.2.3 系统部署 | 第56-57页 |
| 5.3 系统原型设计 | 第57-61页 |
| 5.3.1 流量捕获模块 | 第57-58页 |
| 5.3.2 数据分析模块 | 第58-59页 |
| 5.3.3 流量识别模块 | 第59-60页 |
| 5.3.4 流量控制模块 | 第60-61页 |
| 5.4 实验分析 | 第61页 |
| 5.5 本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第68-70页 |
| 学位论文数据集 | 第70页 |
