智能化威胁信息溯源关键技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·研究意义 | 第14-15页 |
| ·研究现状 | 第15-17页 |
| ·论文结构 | 第17页 |
| ·本章小结 | 第17-18页 |
| 2 威胁溯源相关技术研究 | 第18-28页 |
| ·网络威胁相关的概念 | 第18-20页 |
| ·网络威胁 | 第18页 |
| ·网络威胁的分类 | 第18-19页 |
| ·威胁溯源 | 第19-20页 |
| ·威胁行为检测技术 | 第20-23页 |
| ·传统检测技术 | 第20-21页 |
| ·新型检测技术 | 第21-23页 |
| ·IP溯源技术 | 第23-27页 |
| ·入口过滤法 | 第23-24页 |
| ·链路测试法 | 第24-25页 |
| ·日志记录法 | 第25-26页 |
| ·ICMP回溯法 | 第26页 |
| ·数据包标记法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于IDS报警和rootkit的威胁溯源方法 | 第28-36页 |
| ·威胁溯源问题分析 | 第28页 |
| ·现有溯源方法的不足 | 第28-30页 |
| ·基于IDS报警和rootkit的威胁溯源方法 | 第30-35页 |
| ·假设条件 | 第30页 |
| ·方案设计 | 第30-33页 |
| ·方案可行性分析 | 第33-34页 |
| ·方案面临的挑战和对策 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于SVM的IDS报警过滤方法 | 第36-66页 |
| ·误警率过高的原因 | 第36-37页 |
| ·报警过滤与支持向量机 | 第37-38页 |
| ·C-SVM分类器 | 第38-44页 |
| ·C-SVM的数学模型 | 第38-42页 |
| ·C-SVM分类器的工作流程 | 第42-43页 |
| ·利用SMO算法求a_i和b | 第43-44页 |
| ·利用PCA进行属性选择 | 第44-46页 |
| ·问题分析 | 第44-45页 |
| ·主成份分析的步骤 | 第45-46页 |
| ·利用交叉验证和网格搜索法进行参数寻优 | 第46-49页 |
| ·交叉验证 | 第46-47页 |
| ·参数寻优方法 | 第47-49页 |
| ·基于SVM的误警过滤方法 | 第49-51页 |
| ·实验结果 | 第51-65页 |
| ·实验环境 | 第51页 |
| ·实验数据集 | 第51页 |
| ·利用PCA得到的主成份 | 第51-53页 |
| ·高斯核SVM分类器性能 | 第53-55页 |
| ·多项式核SVM分类器性能 | 第55-60页 |
| ·Sigmoid核SVM分类器性能 | 第60-64页 |
| ·实验结果分析 | 第64-65页 |
| ·基于SVM的IDS报警过滤方法存在的问题 | 第65页 |
| ·本章小结 | 第65-66页 |
| 5 总结和展望 | 第66-68页 |
| ·本文总结 | 第66-67页 |
| ·本文研究成果 | 第67页 |
| ·进一步的工作 | 第67页 |
| ·本章小结 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 索引 | 第74-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
