| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究内容 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 理论基础与相关技术 | 第16-26页 |
| ·云计算与Hadoop | 第16-20页 |
| ·云计算 | 第16-17页 |
| ·Hadoop | 第17-20页 |
| ·入侵检测技术 | 第20-24页 |
| ·误用检测 | 第20-21页 |
| ·异常检测 | 第21-24页 |
| ·警报处理技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于Hadoop的入侵检测算法HD-BTSVM | 第26-38页 |
| ·支持向量机 | 第26-29页 |
| ·支持向量机概述 | 第26-27页 |
| ·多分类SVM | 第27-29页 |
| ·基于Hadoop的支持向量机 | 第29-32页 |
| ·基于密度的二叉树支持向量机 | 第29-31页 |
| ·HD-BTSVM | 第31-32页 |
| ·HD-BTSVM算法性能分析 | 第32-37页 |
| ·实验环境 | 第32-33页 |
| ·实验数据集 | 第33页 |
| ·实验结果及分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于MapReduce的警报优化 | 第38-53页 |
| ·警报优化算法M-Optimization | 第38-40页 |
| ·警报去重 | 第39页 |
| ·警报属性权重计算 | 第39页 |
| ·警报优化合并 | 第39-40页 |
| ·基于MapReduce的警报去重算法M-Deduplication | 第40-41页 |
| ·基于MapReduce的警报属性权重计算算法M-ReliefF | 第41-45页 |
| ·Relief算法 | 第41-42页 |
| ·ReliefF算法 | 第42-43页 |
| ·M-ReliefF算法 | 第43-45页 |
| ·基于MapReduce的警报优化合并算法M-Fusion | 第45-47页 |
| ·M-Fusion算法实现 | 第46-47页 |
| ·警报优化性能分析 | 第47-52页 |
| ·M-Deduplication算法分析 | 第47-49页 |
| ·M-ReliefF算法实验 | 第49-50页 |
| ·M-Fusion算法实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于Hadoop入侵检测与防御原型系统HIDDS的实现 | 第53-63页 |
| ·HIDDS原型系统的设计 | 第53-56页 |
| ·数据存储设计 | 第54页 |
| ·模块设计 | 第54-56页 |
| ·HIDDS的实现 | 第56-60页 |
| ·Hadoop文件配置 | 第56-58页 |
| ·入侵检测 | 第58-60页 |
| ·警报优化 | 第60页 |
| ·HIDDS系统中的算法对比分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| ·工作总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间参加的科研项目和成果 | 第70页 |
