基于频率分析的网络流量异常检测方法研究
提要 | 第1-5页 |
摘要 | 第5-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-21页 |
·课题背景 | 第11-12页 |
·网络流量异常分类 | 第12-13页 |
·网络流量异常检测的目的和关键问题 | 第13-14页 |
·网络异常检测概述 | 第14-17页 |
·统计模型方法 | 第15页 |
·小波分析与自相似特征方法 | 第15-16页 |
·CUSUM(Cumulative Sum)方法 | 第16页 |
·数据挖掘(Data Mining)方法 | 第16-17页 |
·神经网络方法 | 第17页 |
·国内外研究现状 | 第17-19页 |
·国外研究与应用现状 | 第17-18页 |
·国内研究与应用现状 | 第18-19页 |
·本文的主要工作 | 第19页 |
·本文的组织结构 | 第19-21页 |
第2章 网络流量数据的采集与优化 | 第21-26页 |
·网络流量数据采集的前提条件 | 第21页 |
·网络流量分类 | 第21-22页 |
·网络流量的特点和异常对流量的影响 | 第22-23页 |
·网络流量采集工具简介 | 第23-26页 |
·NetFlow | 第23-24页 |
·Sniffer | 第24页 |
·TcpDump | 第24-26页 |
第3章 基于频率分析的异常检测方法 | 第26-39页 |
·瓶颈流量的介绍 | 第26-27页 |
·瓶颈连接 | 第26页 |
·瓶颈流量对网络的影响 | 第26-27页 |
·常用的检测瓶颈流量的方法 | 第27页 |
·瓶颈流量与DDoS攻击之间的关系 | 第27-28页 |
·基于频率分析的异常检测系统架构 | 第28-29页 |
·采集数据的简化处理 | 第29页 |
·流量的频率表示 | 第29-31页 |
·瓶颈流量在频率领域中的表现 | 第31-36页 |
·TCP数据包在带宽为100Mbps的网络 | 第31-32页 |
·TCP数据包在带宽为10Mbps的网络 | 第32-33页 |
·UDP数据包在带宽为100Mbps的网络 | 第33页 |
·UDP数据包在带宽为10Mbps的网络 | 第33-35页 |
·在实际网络流量环境下 | 第35页 |
·对比分析 | 第35-36页 |
·DoS/DDoS攻击检测 | 第36-39页 |
·贝叶斯网络 | 第36-37页 |
·贝叶斯分类方法的检测规则 | 第37页 |
·贝叶斯分类方法检测DoS/DDoS攻击的步骤 | 第37-39页 |
第4章 实验结果及分析 | 第39-49页 |
·网络环境介绍 | 第39页 |
·简化数据操作 | 第39-40页 |
·减少需要计算的数据量 | 第39-40页 |
·简化完数据的具体效果 | 第40页 |
·检测算法参数的选取 | 第40-46页 |
·关键频率的选取 | 第41-42页 |
·频率步长大小 | 第42-44页 |
·样本时间的选取 | 第44页 |
·传输协议 | 第44-46页 |
·本文算法的实验结果 | 第46-49页 |
·数据的预处理 | 第46-47页 |
·实验结果 | 第47-49页 |
第5章 总结与展望 | 第49-51页 |
·总结 | 第49-50页 |
·下一步工作 | 第50-51页 |
参考文献 | 第51-54页 |
作者简介及在学期间所取得的科研成果 | 第54-55页 |
致谢 | 第55页 |