面向软件定义网络的流量分析与识别技术研究
摘要 | 第4-5页 |
Abstract | 第5页 |
专用术语注释表 | 第8-9页 |
第一章 绪论 | 第9-11页 |
1.1 课题背景 | 第9-10页 |
1.2 课题来源及本人工作 | 第10页 |
1.3 本文的组织结构 | 第10-11页 |
第二章 分布式拒绝服务攻击及软件定义网络相关技术 | 第11-19页 |
2.1 DoS和DDoS攻击 | 第11-12页 |
2.2 DDoS攻击分类 | 第12-14页 |
2.2.1 IP欺骗 | 第12页 |
2.2.2 UDP flood攻击 | 第12页 |
2.2.3 SYN flood攻击 | 第12-13页 |
2.2.4 ICMP flood攻击 | 第13-14页 |
2.2.5 反射攻击 | 第14页 |
2.3 SDN及OpenFlow | 第14-18页 |
2.3.1 OpenFlow交换机 | 第15-17页 |
2.3.2 OpenFlow控制器 | 第17-18页 |
2.4 本章小结 | 第18-19页 |
第三章 DDoS攻击检测技术研究 | 第19-33页 |
3.1 传统网络架构下DDoS攻击检测方法 | 第19-20页 |
3.1.1 主机异常检测 | 第19页 |
3.1.2 伪造数据包的检测 | 第19-20页 |
3.2 传统网络架构下DDoS攻击防御方法 | 第20-22页 |
3.2.1 增强系统容忍性 | 第20-21页 |
3.2.2 入口过滤 | 第21-22页 |
3.2.3 提高主机系统或者网络的安全性 | 第22页 |
3.3 传统网络架构下DDoS攻击追踪方法 | 第22-24页 |
3.3.1 包标记 | 第22-23页 |
3.3.2 日志记录 | 第23页 |
3.3.3 ICMP追踪 | 第23页 |
3.3.4 连接测试 | 第23-24页 |
3.4 基于流的DDo S攻击检测技术 | 第24-32页 |
3.4.1 基于流阈值的异常网络流量检测方法 | 第24-27页 |
3.4.2 基于机器学习的异常网络流量检测方法 | 第27-32页 |
3.5 本章小结 | 第32-33页 |
第四章 SDN架构下DDoS攻击检测方法研究 | 第33-49页 |
4.1 概述 | 第33页 |
4.2 流表收集模块 | 第33-34页 |
4.3 流特征选取模块 | 第34-35页 |
4.4 分类器模块 | 第35-48页 |
4.4.1 K近邻分类器 | 第35-40页 |
4.4.2 SVM分类器 | 第40-48页 |
4.5 本章小结 | 第48-49页 |
第五章 SDN架构下DDoS攻击检测方法实验分析 | 第49-58页 |
5.1 实验环境的建立 | 第49-52页 |
5.1.1 NetFPGA的安装 | 第49-50页 |
5.1.2 OpenFlow的安装与配置 | 第50-51页 |
5.1.3 NOX的安装与配置 | 第51-52页 |
5.2 实验数据的准备 | 第52-53页 |
5.3 实验结果评价 | 第53-58页 |
第六章 总结与展望 | 第58-59页 |
参考文献 | 第59-61页 |
附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
附录2 攻读硕士学位期间申请的专利 | 第62-63页 |
致谢 | 第63页 |