| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究背景 | 第13-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·主要内容 | 第16-18页 |
| 第2章 大规模网络流量异常检测系统框架 | 第18-28页 |
| ·异常检测系统 | 第18-21页 |
| ·异常检测系统的组成部分 | 第18-19页 |
| ·异常检测系统的分类 | 第19-20页 |
| ·检测算法 | 第20-21页 |
| ·本文的研究对象 | 第21-22页 |
| ·本文要解决的问题 | 第22-23页 |
| ·本文异常检测系统的组成 | 第23-28页 |
| ·数据采集模块 | 第23-24页 |
| ·异常分析检测模块 | 第24-28页 |
| ·Top N与基线 | 第24-25页 |
| ·模式匹配 | 第25-26页 |
| ·基于Netflow的TCP flag来实现对蠕虫的检测 | 第26-27页 |
| ·ICMP洪水攻击的检测 | 第27-28页 |
| 第3章 定性分析检测网络异常 | 第28-55页 |
| ·分形与多分形网络流量模型 | 第28-32页 |
| ·分形与多分形简介 | 第28-29页 |
| ·自相似分形模型 | 第29-32页 |
| 3 1.2.1 自相似模型的严格定义 | 第29-30页 |
| ·自相似过程的特性 | 第30-31页 |
| ·自相似过程的简化描述 | 第31-32页 |
| ·小波分析 | 第32-35页 |
| ·小波分析简介 | 第32-34页 |
| ·小波变换的Trous算法 | 第34-35页 |
| ·基于小波变换模极大(WTMM)的多分形奇异谱计算方法 | 第35-41页 |
| ·算法介绍 | 第35-39页 |
| ·实验结果及分析 | 第39-41页 |
| ·利用Lipschitz正则性对网络几类异常的分析 | 第41-48页 |
| ·异常现象的Lipschitz指数与小波系数之间的关系 | 第42-43页 |
| ·对常见的异常的分析 | 第43-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·利用Lipschitz指数分布来检测异常 | 第48-53页 |
| ·Lipschitz指数计算的算法 | 第48-49页 |
| ·计算点态Lipschitz指数 | 第49-50页 |
| ·Lipschitz指数分布 | 第50-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·本章结论 | 第53-55页 |
| 第4章 定量分析检测网络异常 | 第55-74页 |
| ·小波多分辨率信号分解 | 第55-59页 |
| ·多分辨率小波分析的理论基础 | 第55-56页 |
| ·MRA的算法实现 | 第56-59页 |
| ·小波三层聚合 | 第59-62页 |
| ·小波三层聚合算法 | 第59-60页 |
| ·三层聚合算法实验结果及分析 | 第60-62页 |
| ·利用能量比分布检测异常 | 第62-64页 |
| ·能量比分布检测算法 | 第63页 |
| ·能量比分布算法实验结果及分析 | 第63-64页 |
| ·利用小波系数偏差值算法进行实时自动在线检测算法 | 第64-73页 |
| ·小波系数偏差值算法 | 第64-66页 |
| ·构建自动化在线实时异常检测 | 第66-67页 |
| ·偏差值算法实验结果及分析 | 第67-73页 |
| ·本章结论 | 第73-74页 |
| 第5章 大规模网络流量异常检测系统的实现 | 第74-86页 |
| ·异常检测系统的部署 | 第74-75页 |
| ·异常检测系统的功能模块实现 | 第75-86页 |
| ·系统总览 | 第75-76页 |
| ·基线测试与高频分析模块 | 第76-80页 |
| ·基于流分析的异常检测模块 | 第80-82页 |
| ·基于定性和定量分析的异常检测模块 | 第82-86页 |
| 第6章 总结 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 硕士在读期间发表论文 | 第92页 |
