摘要 | 第3-4页 |
Abstract | 第4-5页 |
主要符号对照表 | 第9-10页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.1.1 选题背景及依据 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 DDoS攻击 | 第11-13页 |
1.2.1 DDoS攻击原理及起源 | 第11-12页 |
1.2.2 DDoS防御研究发展现状 | 第12-13页 |
1.3 DDoS攻击溯源的关键技术 | 第13-16页 |
1.3.1 基于数据包标记的溯源方法 | 第13-14页 |
1.3.2 基于日志记录的溯源方法 | 第14-15页 |
1.3.3 其他溯源技术 | 第15页 |
1.3.4 溯源技术比较 | 第15-16页 |
1.4 论文的研究内容及组织结构 | 第16-17页 |
1.5 本章小结 | 第17-18页 |
第2章 基于特征窗口参数选取的混合流量中单数据包溯源盲检测算法 | 第18-36页 |
2.1 算法结构 | 第19-20页 |
2.2 相关算法 | 第20-24页 |
2.2.1 基于TCP/IP数据包上下文的关联算法 | 第20-22页 |
2.2.2 KM聚类算法 | 第22-23页 |
2.2.3 混沌理论 | 第23-24页 |
2.3 数据包Context特征的定义及特征间距离的计算 | 第24-26页 |
2.3.1 TSC特征 | 第24页 |
2.3.2 DSC特征 | 第24页 |
2.3.3 Context特征间距离 | 第24-26页 |
2.4 窗口参数的选取 | 第26-28页 |
2.4.1 基于Cao方法的特征窗口尺寸选取 | 第26-27页 |
2.4.2 基于MLD模型的匹配窗口定位及尺寸选取 | 第27-28页 |
2.5 算法结果校正 | 第28-29页 |
2.6 实验结果与分析 | 第29-35页 |
2.6.1 实验环境 | 第29-30页 |
2.6.2 实验结果分析 | 第30-35页 |
2.7 本章小结 | 第35-36页 |
第3章 基于簇匹配的数据包溯源盲检测算法 | 第36-50页 |
3.1 算法结构 | 第36-37页 |
3.2 相关算法 | 第37-38页 |
3.2.1 KHM聚类算法 | 第37页 |
3.2.2 Silhouette评估模型 | 第37-38页 |
3.3 基于聚类的特征提取算法 | 第38-42页 |
3.3.1 独立性评估模型 | 第38-40页 |
3.3.2 流量的聚类预处理 | 第40页 |
3.3.3 簇数的决定机制 | 第40-42页 |
3.4 簇的匹配溯源 | 第42-44页 |
3.4.1 簇间再聚类 | 第42页 |
3.4.2 再聚类结果评估 | 第42-44页 |
3.5 实验结果与分析 | 第44-49页 |
3.5.1 实验环境 | 第44页 |
3.5.2 实验结果分析 | 第44-49页 |
3.6 本章小结 | 第49-50页 |
第4章 基于图结构聚类预处理的数据包溯源盲检测算法 | 第50-58页 |
4.1 算法结构 | 第50-51页 |
4.2 基于MST聚类的预处理算法 | 第51-52页 |
4.2.1 特征的选取 | 第51页 |
4.2.2 层次化MST聚类算法 | 第51-52页 |
4.3 基于图结构的聚类预处理 | 第52-54页 |
4.3.1 数据包的表示及距离度量 | 第52-53页 |
4.3.2 基于图结构聚类的特征提取 | 第53-54页 |
4.4 相似度计算 | 第54页 |
4.5 实验结果与分析 | 第54-57页 |
4.5.1 实验环境 | 第54页 |
4.5.2 实验结果分析 | 第54-57页 |
4.6 本章小结 | 第57-58页 |
第5章 网络流量实时场景实验平台 | 第58-65页 |
5.1 平台工具 | 第58-59页 |
5.1.1 WinPcap | 第58-59页 |
5.1.2 CAIDA数据集 | 第59页 |
5.2 实验平台 | 第59-62页 |
5.2.1 平台拓扑 | 第60页 |
5.2.2 环境配置 | 第60-61页 |
5.2.3 数据集修改 | 第61-62页 |
5.2.4 运行及数据获取 | 第62页 |
5.3 运行结果 | 第62-64页 |
5.4 本章小结 | 第64-65页 |
第6章 总结与展望 | 第65-68页 |
6.1 论文总结 | 第65-66页 |
6.2 进一步研究工作 | 第66-68页 |
参考文献 | 第68-76页 |
攻硕期间取得的研究成果 | 第76页 |