| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·研究目的及意义 | 第13页 |
| ·本课题的研究现状 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| ·小结 | 第16-17页 |
| 第2章 DoS 和 DDoS 攻击概述 | 第17-29页 |
| ·DoS 攻击 | 第17-21页 |
| ·DoS 攻击原理 | 第17页 |
| ·DoS 攻击常见的方式 | 第17-21页 |
| ·DDoS 攻击 | 第21-23页 |
| ·DDoS 攻击原理 | 第21-22页 |
| ·DDoS 攻击常见的方式 | 第22-23页 |
| ·DDoS 攻击的发展趋势 | 第23-24页 |
| ·DDoS 攻击检测方法的研究现状 | 第24-28页 |
| ·DDoS 攻击检测方法分类 | 第25-26页 |
| ·各种 DDoS 攻击检测的分析 | 第26-27页 |
| ·DDoS 攻击检测未来的发展方向 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 一种改进的自适应聚类算法 | 第29-38页 |
| ·聚类分析概述 | 第29-31页 |
| ·k-means 聚类算法 | 第31-32页 |
| ·改进的自适应聚类算法 | 第32-35页 |
| ·相关定义 | 第32-33页 |
| ·基本思想 | 第33页 |
| ·基于动态指数的聚类个数优化 | 第33-34页 |
| ·基于抽样子集的初始聚类中心点选择 | 第34-35页 |
| ·实验及分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第4章 基于自适应聚类算法的 DDoS 攻击检测系统 | 第38-45页 |
| ·系统功能简介及总体框架 | 第38-39页 |
| ·训练数据预处理 | 第39-40页 |
| ·关键属性提取 | 第40-43页 |
| ·数据挖掘模块 | 第43页 |
| ·基于动态指数和初始中心点选取的自适应聚类算法 | 第43页 |
| ·训练数据标记 | 第43页 |
| ·决策模块 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 检测系统的实现与仿真 | 第45-54页 |
| ·实验数据 | 第45-46页 |
| ·LLS_DDoS_2.0.2 介绍 | 第45页 |
| ·数据样本选取 | 第45-46页 |
| ·实验数据的处理 | 第46-48页 |
| ·数值型数据的处理 | 第47页 |
| ·分类型数据的处理 | 第47-48页 |
| ·模块功能实现 | 第48-51页 |
| ·自适应聚类算法的实现 | 第48-50页 |
| ·标记算法和决策算法的实现 | 第50-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第61页 |