网络空间安全大数据实时计算平台关键技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究工作及创新点 | 第12-13页 |
| 1.4 文章内容组织 | 第13-14页 |
| 第二章 相关技术与理论 | 第14-20页 |
| 2.1 大数据 | 第14页 |
| 2.2 分布式技术 | 第14-19页 |
| 2.2.1 Apache Spark | 第15-17页 |
| 2.2.2 Apache Storm | 第17页 |
| 2.2.3 Apache Hadoop | 第17-18页 |
| 2.2.4 HBase | 第18页 |
| 2.2.5 Apache Kafka | 第18-19页 |
| 2.3 Netflow | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 网络安全大数据计算平台架构 | 第20-29页 |
| 3.1 平台整体架构 | 第20-21页 |
| 3.2 集群管理层 | 第21-22页 |
| 3.3 数据仓库层 | 第22-24页 |
| 3.4 计算层 | 第24-25页 |
| 3.5 数据分析层 | 第25-26页 |
| 3.6 可视化层 | 第26页 |
| 3.7 数据处理流程设计 | 第26-28页 |
| 3.8 本章小结 | 第28-29页 |
| 第四章 大规模网络流量实时监控系统的设计与实现 | 第29-44页 |
| 4.1 系统处理流程设计 | 第29-30页 |
| 4.2 Netflow数据实时处理 | 第30-32页 |
| 4.2.1 网络负载指标实时计算模块 | 第31-32页 |
| 4.2.2 Flow还原模块 | 第32页 |
| 4.2.3 原始数据持久化模块 | 第32页 |
| 4.3 DDoS攻击检测 | 第32-39页 |
| 4.3.1 指数加权移动平均算法 | 第32-33页 |
| 4.3.2 流量异常波动定位算法的实现 | 第33-35页 |
| 4.3.3 攻击类型判别规则 | 第35-39页 |
| 4.4 Spark内核实现原理分析 | 第39-42页 |
| 4.4.1 Spark逻辑执行图 | 第39-40页 |
| 4.4.2 Spark物理执行图 | 第40-42页 |
| 4.4.3 Spark作业执行过程 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 系统验证 | 第44-61页 |
| 5.1 实验环境 | 第44-48页 |
| 5.1.1 物理集群 | 第44页 |
| 5.1.2 集群管理系统 | 第44-45页 |
| 5.1.3 数据采集与传输工具 | 第45-46页 |
| 5.1.4 数据存储管理系统 | 第46-47页 |
| 5.1.5 大数据计算引擎 | 第47-48页 |
| 5.2 Storm集群性能验证 | 第48-51页 |
| 5.2.1 系统吞吐量 | 第48-49页 |
| 5.2.2 工作节点个数对系统性能的影响 | 第49-51页 |
| 5.3 DDoS攻击检测模块有效性 | 第51-60页 |
| 5.3.1 检测结果验证方法描述 | 第52-56页 |
| 5.3.2 Flow创建速率与DDoS攻击检测 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文主要研究工作总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
