| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究的目的及意义 | 第12-13页 |
| 1.2 国内外的研究现状和发展趋势 | 第13-16页 |
| 1.2.1 SOA的研究现状和发展趋势 | 第13-14页 |
| 1.2.2 蜜罐技术的研究现状和发展趋势 | 第14-16页 |
| 1.3 论文主要研究工作及结构 | 第16-18页 |
| 第2章 面向SOA的蜜罐系统 | 第18-35页 |
| 2.1 面向服务架构技术研究 | 第18-21页 |
| 2.1.1 SOA模型结构 | 第18-19页 |
| 2.1.2 SOA特征 | 第19页 |
| 2.1.3 基于WebServices的SOA实现技术 | 第19-21页 |
| 2.2 网络安全威胁 | 第21-24页 |
| 2.2.1 典型的网络安全威胁 | 第21-22页 |
| 2.2.2 网络攻击的新特点 | 第22-23页 |
| 2.2.3 传统网络安全防御技术 | 第23-24页 |
| 2.3 蜜罐技术 | 第24-29页 |
| 2.3.1 蜜罐的基本概念 | 第24页 |
| 2.3.2 蜜罐的分类及特点 | 第24-26页 |
| 2.3.3 蜜网技术的发展 | 第26-29页 |
| 2.4 面向SOA的蜜罐系统设计 | 第29-34页 |
| 2.4.1 面向SOA蜜罐系统的总体架构 | 第29-30页 |
| 2.4.2 面向SOA蜜罐系统各模块详细设计 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 面向SOA蜜罐系统的数据捕获方法 | 第35-43页 |
| 3.1 Sebek概述 | 第36页 |
| 3.2 Sebek工作原理 | 第36-38页 |
| 3.2.1 客户端数据捕获 | 第36-37页 |
| 3.2.2 客户端传送数据 | 第37-38页 |
| 3.3 基于数据融合和特征提取的数据捕获方法 | 第38-42页 |
| 3.3.1 服务端数据记录改进 | 第38-39页 |
| 3.3.2 数据融合 | 第39-40页 |
| 3.3.3 数据特征提取 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 面向SOA的蜜罐系统的数据分析方法 | 第43-53页 |
| 4.1 数据分析方法的研究 | 第43页 |
| 4.2 经典K-means聚类算法 | 第43-48页 |
| 4.2.1 算法原理 | 第43-45页 |
| 4.2.2 经典聚类算法在面向SOA蜜罐系统数据分析中的应用 | 第45-47页 |
| 4.2.3 经典K-means聚类算法存在的问题 | 第47-48页 |
| 4.3 基于相对密度和最大距离的改进聚类算法 | 第48-52页 |
| 4.3.1 DD-means聚类算法的思想 | 第48-49页 |
| 4.3.2 DD-means聚类算法的基本流程 | 第49-50页 |
| 4.3.3 DD-means聚类算法的描述 | 第50页 |
| 4.3.4 DD-means聚类算法的实现 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验验证及结果分析 | 第53-68页 |
| 5.1 实验环境 | 第53页 |
| 5.2 面向SOA蜜罐系统核心模块的部署 | 第53-56页 |
| 5.2.1 蜜网网关系统搭建 | 第54页 |
| 5.2.2 虚拟SOA服务蜜罐主机搭建 | 第54-55页 |
| 5.2.3 数据控制模块部署实现 | 第55-56页 |
| 5.3 面向SOA蜜罐系统的数据捕获方法的验证 | 第56-61页 |
| 5.3.1 扫描测试 | 第57-58页 |
| 5.3.2 嵌套攻击测试 | 第58-60页 |
| 5.3.3 渗透攻击测试 | 第60-61页 |
| 5.4 面向SOA蜜罐系统的数据分析方法的验证 | 第61-67页 |
| 5.4.1 数据的选取 | 第61-63页 |
| 5.4.2 算法性能的度量标准 | 第63-64页 |
| 5.4.3 仿真过程及结果分析 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |