| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题背景及研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 网络异常检测研究现状 | 第8-9页 |
| 1.2.2 入侵检测研究现状 | 第9-10页 |
| 1.3 研究内容和创新点 | 第10页 |
| 1.4 论文结构安排 | 第10-12页 |
| 2 相关研究 | 第12-32页 |
| 2.1 网络流量测量 | 第12-15页 |
| 2.1.1 网络测量 | 第12-13页 |
| 2.1.2 网络流量采集 | 第13-15页 |
| 2.2 IPv4、IPv6协议对比分析 | 第15-20页 |
| 2.2.1 IPv4、IPv6包头格式 | 第15-17页 |
| 2.2.2 IPv4、IPv6比较 | 第17-18页 |
| 2.2.3 IPv4、IPv6的安全问题 | 第18-20页 |
| 2.3 网络攻击行为 | 第20-23页 |
| 2.3.1 网络攻击的分类 | 第20-21页 |
| 2.3.2 典型网络攻击及防御介绍 | 第21-22页 |
| 2.3.3 网络攻击流程 | 第22-23页 |
| 2.4 网络异常检测 | 第23-29页 |
| 2.4.1 网络异常概念 | 第23-24页 |
| 2.4.2 网络异常检测思想 | 第24-26页 |
| 2.4.3 异常检测方法 | 第26-29页 |
| 2.5 入侵检测 | 第29-31页 |
| 2.5.1 基本概念 | 第29页 |
| 2.5.2 入侵检测分类 | 第29-30页 |
| 2.5.3 当前入侵检测的问题 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 基于信息熵的流量矩阵与子空间模型的网络异常流量检测 | 第32-42页 |
| 3.1 流量矩阵的概念 | 第32页 |
| 3.2 信息熵分析流量矩阵 | 第32-35页 |
| 3.3 子空间分析方法检测异常 | 第35-37页 |
| 3.4 实验分析 | 第37-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 基于多分类器选择集成的入侵检测 | 第42-56页 |
| 4.1 基本概念 | 第42-43页 |
| 4.1.1 BP神经网络 | 第42页 |
| 4.1.2 Bagging算法 | 第42-43页 |
| 4.2 选择性集成方法 | 第43-46页 |
| 4.2.1 分类的准确率和差异性选择 | 第43-45页 |
| 4.2.2 基于多分类器的选择集成入侵检测 | 第45-46页 |
| 4.3 实验分析 | 第46-54页 |
| 4.3.1 实验数据与预处理 | 第46-50页 |
| 4.3.2 实验结果与分析 | 第50-54页 |
| 4.4 本章小结 | 第54-56页 |
| 5 JFLOW监测系统原型的设计与实现 | 第56-68页 |
| 5.1 系统介绍 | 第56页 |
| 5.2 系统的总框架 | 第56-57页 |
| 5.3 后端的设计与实现 | 第57-63页 |
| 5.3.1 数据采集和解析 | 第58-61页 |
| 5.3.2 检测模块 | 第61页 |
| 5.3.3 数据存储模块 | 第61-63页 |
| 5.4 前端的设计与实现 | 第63-66页 |
| 5.5 系统测试 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 论文主要工作 | 第68-69页 |
| 6.2 进一步研究与展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |
| A. 作者在攻读学位期间发表的论文目录 | 第76页 |
| B. 作者在攻读学位期间所参与的项目 | 第76页 |