基于HTTP的应用层DDoS攻击检测研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 第一节 研究背景 | 第8-10页 |
| 1.1.1 DDoS攻击 | 第8-9页 |
| 1.1.2 基于HTTP的DDoS攻击 | 第9-10页 |
| 第二节 国内外研究现状 | 第10-13页 |
| 1.2.1 基于统计的检测方法 | 第10-12页 |
| 1.2.2 基于机器学习的检测方法 | 第12-13页 |
| 第三节 本文的主要工作及意义 | 第13-14页 |
| 第四节 本文的组织结构 | 第14-15页 |
| 第二章 背景知识介绍 | 第15-25页 |
| 第一节 基于HTTP的DDoS攻击介绍 | 第15-18页 |
| 2.1.1 攻击原理 | 第15-16页 |
| 2.1.2 快速攻击 | 第16页 |
| 2.1.3 慢速攻击 | 第16-18页 |
| 第二节 信息熵 | 第18-21页 |
| 2.2.1 香农熵 | 第19页 |
| 2.2.2 Renyi熵 | 第19-20页 |
| 2.2.3 熵的特性 | 第20-21页 |
| 第三节 机器学习二分类模型 | 第21-25页 |
| 2.3.1 决策树 | 第21-22页 |
| 2.3.2 随机森林 | 第22-23页 |
| 2.3.3 朴素贝叶斯 | 第23-25页 |
| 第三章 基于HTTP的DDoS攻击检测方法 | 第25-39页 |
| 第一节 整体框架 | 第25-26页 |
| 第二节 数据统计与初步检测 | 第26-29页 |
| 3.2.1 特征提取与窗口生成 | 第26-28页 |
| 3.2.2 熵值计算方法 | 第28-29页 |
| 第三节 深度检测 | 第29-37页 |
| 3.3.1 样本描述 | 第29-30页 |
| 3.3.2 特征选取 | 第30-35页 |
| 3.3.3 模型训练及应用 | 第35-37页 |
| 第四节 防御清洗 | 第37-39页 |
| 3.4.1 清洗规则 | 第37-38页 |
| 3.4.2 清洗流程 | 第38-39页 |
| 第四章 实验与分析 | 第39-57页 |
| 第一节 实验环境 | 第39页 |
| 第二节 实验数据 | 第39-42页 |
| 4.2.1 模拟数据集 | 第39-41页 |
| 4.2.2 云平台数据集 | 第41页 |
| 4.2.3 窗口选择 | 第41-42页 |
| 第三节 初步检测结果 | 第42-49页 |
| 4.3.1 实验指标 | 第42-43页 |
| 4.3.2 实验结果 | 第43-49页 |
| 第四节 深度检测结果 | 第49-53页 |
| 4.4.1 实验指标 | 第49页 |
| 4.4.2 实验结果 | 第49-53页 |
| 第五节 实验分析 | 第53-57页 |
| 4.5.1 阈值的设立 | 第53-54页 |
| 4.5.2 特征选择 | 第54-55页 |
| 4.5.3 各二分类算法的性能分析 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 第一节 总结 | 第57-58页 |
| 第二节 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
