| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外发展状况 | 第11-12页 |
| 1.2.1 网络安全事件检测研究现状 | 第11页 |
| 1.2.2 云计算在网络安全领域的发展 | 第11页 |
| 1.2.3 数据挖掘在流量特征分析中的应用 | 第11-12页 |
| 1.3 主要研究内容及创新点 | 第12页 |
| 1.4 文章章节安排 | 第12-14页 |
| 第二章 相关技术与理论 | 第14-19页 |
| 2.1 异常流量检测技术 | 第14-15页 |
| 2.1.1 Netflow数据包分析 | 第14页 |
| 2.1.2 深度包报头信息提取 | 第14-15页 |
| 2.1.3 网络异常流量检测 | 第15页 |
| 2.2 云计算平台 | 第15-18页 |
| 2.2.1 Hadoop生态圈 | 第15-16页 |
| 2.2.2 Spark集群 | 第16页 |
| 2.2.3 Storm集群 | 第16-17页 |
| 2.2.4 Hadoop/Spark/Storm的比较 | 第17-18页 |
| 2.3 数据挖掘算法 | 第18页 |
| 2.4 本章小节 | 第18-19页 |
| 第三章 云检测平台的设计与分析 | 第19-29页 |
| 3.1 平台的总体架构 | 第19-24页 |
| 3.1.1 数据收集层 | 第19-20页 |
| 3.1.2 数据存储层 | 第20-22页 |
| 3.1.3 大数据计算层 | 第22-23页 |
| 3.1.4 数据展示层 | 第23-24页 |
| 3.2 云平台数据采集层和计算层设计 | 第24-28页 |
| 3.2.1 实现架构 | 第24-25页 |
| 3.2.2 Netflow数据处理流程 | 第25-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于ISODATA半监督异常流量监测算法实现 | 第29-41页 |
| 4.1 算法输入数据的采集和存储 | 第29-30页 |
| 4.2 基于ISODATA半监督异常流量监测算法 | 第30-33页 |
| 4.2.1 ISODATA聚类模块设计 | 第30-31页 |
| 4.2.2 聚类算法数据预处理设计 | 第31-32页 |
| 4.2.3 算法描述及知识库的生成模块设计 | 第32-33页 |
| 4.3 云检测平台下算法实现 | 第33-35页 |
| 4.4 基于标准数据集的实验 | 第35-37页 |
| 4.5 基于校园网流量实验 | 第37-40页 |
| 4.5.1 聚类效果和性能分析 | 第37-38页 |
| 4.5.2 贝叶斯网络性能分析 | 第38页 |
| 4.5.3 知识库预测性能分析 | 第38-39页 |
| 4.5.4 算法在云平台上的设计 | 第39-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 平台功能实现与分析 | 第41-52页 |
| 5.1 平台环境 | 第42页 |
| 5.2 平台实现 | 第42-44页 |
| 5.2.1 Netflow on Spark模块实现 | 第42-44页 |
| 5.2.2 聚类模块MapReduce方法实现 | 第44页 |
| 5.3 系统功能介绍 | 第44-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文主要研究工作 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
