基于大数据分析的网络攻击场景重建系统
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要研究内容及创新点 | 第10-11页 |
| 1.4 论文的内容安排 | 第11-12页 |
| 第二章 相关技术与理论 | 第12-19页 |
| 2.1 入侵检测系统 | 第12-13页 |
| 2.2 攻击场景重建 | 第13-14页 |
| 2.3 大数据平台 | 第14-17页 |
| 2.3.1 Hadoop生态圈 | 第14-16页 |
| 2.3.2 Apache Spark | 第16-17页 |
| 2.4 可视化工具 | 第17-18页 |
| 2.4.1 Graphviz | 第17-18页 |
| 2.4.2 D3 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 攻击场景重建方法研究 | 第19-26页 |
| 3.1 因果关联方法 | 第19-21页 |
| 3.1.1 攻击的前提和结果 | 第19-20页 |
| 3.1.2 超告警类型和超告警 | 第20页 |
| 3.1.3 知识库描述 | 第20-21页 |
| 3.2 基于属性相似度的概率关联方法 | 第21-25页 |
| 3.2.1 属性相似度计算 | 第22-23页 |
| 3.2.2 属性相似度权重 | 第23-24页 |
| 3.2.3 最小相似度期望 | 第24页 |
| 3.2.4 整体相似度计算 | 第24-25页 |
| 3.3 本章小结 | 第25-26页 |
| 第四章 系统设计与实现 | 第26-37页 |
| 4.1 平台整体架构 | 第26-30页 |
| 4.1.1 数据采集与传输 | 第27-28页 |
| 4.1.2 数据存储层 | 第28-29页 |
| 4.1.3 数据处理层 | 第29-30页 |
| 4.1.4 展示层 | 第30页 |
| 4.2 攻击场景重建算法实现 | 第30-36页 |
| 4.2.1 告警去冗余 | 第30-32页 |
| 4.2.2 告警聚合 | 第32-34页 |
| 4.2.3 告警关联 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 系统验证与结果分析 | 第37-51页 |
| 5.1 实验环境 | 第37页 |
| 5.2 数据处理流程设计 | 第37-38页 |
| 5.3 测试数据 | 第38-39页 |
| 5.3.1 DARPA数据集 | 第38页 |
| 5.3.2 天津理工大学校园网IDS告警日志 | 第38-39页 |
| 5.4 数据预处理 | 第39-41页 |
| 5.5 各模块统计数据分析 | 第41-42页 |
| 5.6 实验结果分析 | 第42-47页 |
| 5.6.1 因果关联方法 | 第42-44页 |
| 5.6.2 基于属性相似度的概率关联方法 | 第44-47页 |
| 5.7 系统功能展示 | 第47-50页 |
| 5.8 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 本文研究工作总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
