摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 网址嫁接攻击手段研究 | 第10页 |
1.2.2 网址嫁接攻击的检测与防范研究 | 第10-11页 |
1.3 论文主要工作及章节安排 | 第11-13页 |
1.3.1 论文的主要工作 | 第11-12页 |
1.3.2 论文的内容安排 | 第12-13页 |
第2章 网址嫁接攻击原理分析 | 第13-24页 |
2.1 网址嫁接攻击研究 | 第13-16页 |
2.1.1 网址嫁接攻击实现原理 | 第13-14页 |
2.1.2 网址嫁接攻击的类别 | 第14-16页 |
2.2 网址嫁接攻击的检测与防范问题分析 | 第16-21页 |
2.2.1 网址嫁接攻击的检测与防范必要性 | 第16-18页 |
2.2.2 网址嫁接攻击的检测与防范措施 | 第18-21页 |
2.3 基于主机hosts文件保护的网址嫁接攻击防范方法 | 第21-23页 |
2.3.1 DNS服务的工作过程 | 第21-22页 |
2.3.2 hosts文件的防护必要性 | 第22页 |
2.3.3 基于hosts文件保护的网址嫁接攻击防范 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 基于粒子群进化的支持向量机混合算法 | 第24-32页 |
3.1 粒子群进化算法 | 第24-26页 |
3.1.1 粒子群进化算法的基本原理 | 第24-25页 |
3.1.2 粒子群进化算法流程 | 第25-26页 |
3.2 支持向量机算法 | 第26-29页 |
3.2.1 支持向量机算法理论 | 第26-27页 |
3.2.2 支持向量机算法流程 | 第27-28页 |
3.2.3 支持向量机参数作用以及优化选择 | 第28-29页 |
3.3 PSO-SVM混合算法 | 第29-31页 |
3.3.1 PSO-SVM混合算法的基本原理 | 第29-30页 |
3.3.2 PSO-SVM混合算法的实现步骤 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第4章 基于IP过滤器和PSO-SVM混合算法的网址嫁接攻击检测 | 第32-41页 |
4.1 检测模型的结构 | 第32-33页 |
4.2 IP地址过滤器用于网址嫁接攻击检测 | 第33-34页 |
4.2.1 IP地址过滤理论依据 | 第33页 |
4.2.2 IP地址过滤的实现步骤 | 第33-34页 |
4.3 PSO-SVM分类器用于网址嫁接攻击检测 | 第34-37页 |
4.3.1 网页抓取 | 第34-35页 |
4.3.2 网页特征提取 | 第35-36页 |
4.3.3 PSO-SVM分类器的实现步骤 | 第36-37页 |
4.4 实验结果分析 | 第37-40页 |
4.4.1 实验数据的选取 | 第37-38页 |
4.4.2 IP地址过滤模型的实验结果分析 | 第38页 |
4.4.3 PSO-SVM分类模型的实验结果分析 | 第38-39页 |
4.4.4 模型整体结果分析 | 第39-40页 |
4.5 本章小结 | 第40-41页 |
第5章 网址嫁接攻击的检测与防范系统实现 | 第41-49页 |
5.1 系统的设计 | 第41-42页 |
5.1.1 系统设计原则 | 第41页 |
5.1.2 开发平台与运行环境 | 第41-42页 |
5.1.3 系统总体结构设计 | 第42页 |
5.2 功能模块实现 | 第42-44页 |
5.2.1 hosts文件保护模块 | 第42-43页 |
5.2.2 IP地址过滤模块 | 第43页 |
5.2.3 PSO-SVM页面诊断模块 | 第43-44页 |
5.3 系统功能界面设计介绍 | 第44-48页 |
5.4 本章小结 | 第48-49页 |
第6章 结论与展望 | 第49-51页 |
6.1 本文的主要工作 | 第49页 |
6.2 未来工作的展望 | 第49-51页 |
参考文献 | 第51-54页 |
攻读硕学位期间发表的论文及其它成果 | 第54-55页 |
致谢 | 第55页 |