首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于网络流量特征的溯源算法研究

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

论文共76页,点击 下载论文
上一篇:基于深度学习与中心相关性度量算法的跨媒体检索方法研究
下一篇:基于动作的多智能体系统时态认知逻辑模型检测