基于DNS离线应答流量的恶意域名检测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 研究现状 | 第17-19页 |
| 1.3 本文研究内容与创新点 | 第19-21页 |
| 1.3.1 本文研究内容 | 第19-20页 |
| 1.3.2 创新点 | 第20-21页 |
| 1.4 章节组织 | 第21-22页 |
| 第二章 相关技术 | 第22-30页 |
| 2.1 DNS体系 | 第22-26页 |
| 2.1.1 DNS的树形逻辑 | 第22-23页 |
| 2.1.2 域名与域名服务器 | 第23页 |
| 2.1.3 域名解析过程 | 第23-24页 |
| 2.1.4 DNS数据报文格式 | 第24-26页 |
| 2.2 C&C通信与域名的关系 | 第26-28页 |
| 2.2.1 C&C通信方式的攻防演进 | 第26-28页 |
| 2.2.2 对C&C通信的最新应对 | 第28页 |
| 2.3 Passive DNS | 第28-29页 |
| 2.4 No SQL数据库 | 第29页 |
| 2.5 机器学习在安全领域的应用 | 第29页 |
| 2.6 图挖掘的应用 | 第29-30页 |
| 第三章 基于离线流量的Passive DNS库 | 第30-40页 |
| 3.1 系统需求 | 第30-31页 |
| 3.2 系统设计 | 第31-32页 |
| 3.2.1 解析数据条件 | 第31页 |
| 3.2.2 功能模块划分 | 第31-32页 |
| 3.3 功能具体实现 | 第32-39页 |
| 3.3.1 数据解析模块实现 | 第32-34页 |
| 3.3.2 数据存储模块实现 | 第34-36页 |
| 3.3.3 可视化查询模块实现 | 第36-39页 |
| 3.4 系统性能测试 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于先验特征的恶意域名检测 | 第40-54页 |
| 4.1 样本数据来源 | 第40页 |
| 4.2 特征选择 | 第40-47页 |
| 4.2.1 香农熵 | 第41-42页 |
| 4.2.2 连续与分散 | 第42页 |
| 4.2.3 易发音性 | 第42-44页 |
| 4.2.4 字符串差异程度 | 第44-45页 |
| 4.2.5 网络安全领域知识 | 第45-46页 |
| 4.2.6 隐马尔科夫模型 | 第46-47页 |
| 4.2.7 特征汇总 | 第47页 |
| 4.3 模型训练与效果评估 | 第47-52页 |
| 4.3.1 SVM与随机森林 | 第48页 |
| 4.3.2 性能度量参数 | 第48-49页 |
| 4.3.3 模型调参与交叉验证 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 基于DNS图模型的恶意域名检测 | 第54-64页 |
| 5.1 概率图模型 | 第54-58页 |
| 5.1.1 马尔科夫随机场 | 第54-55页 |
| 5.1.2 被动DNS图模型 | 第55-57页 |
| 5.1.3 置信度传播算法 | 第57-58页 |
| 5.2 BP算法的应用 | 第58-61页 |
| 5.2.1 参数设置的前提假设 | 第58页 |
| 5.2.2 参数的初始化 | 第58-59页 |
| 5.2.3 算法实现 | 第59-61页 |
| 5.3 实验效果评估 | 第61-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 模型测试与总结展望 | 第64-68页 |
| 6.1 模型测试 | 第64页 |
| 6.2 研究总结 | 第64-65页 |
| 6.3 下一步的研究方向 | 第65-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
