| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 云计算中安全问题的研究现状 | 第10-13页 |
| 1.2.2 云计算安全解决方案的研究现状 | 第13-17页 |
| 1.3 课题来源 | 第17页 |
| 1.4 论文的研究内容与组织结构安排 | 第17-19页 |
| 第二章 一种基于软件定义网络的云安全解决方案 | 第19-29页 |
| 2.1 软件定义网络及相关技术 | 第19-25页 |
| 2.1.1 软件定义网络和OpenFlow协议 | 第19-24页 |
| 2.1.2 软件定义安全服务 | 第24-25页 |
| 2.2 基于软件定义网络的云安全解决方案参考模型 | 第25-28页 |
| 2.3 基于软件定义下的云安全解决方案的优点 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 云环境下的异常流量检测方法 | 第29-43页 |
| 3.1 聚类分析技术 | 第29-33页 |
| 3.1.1 聚类分析的过程 | 第30-31页 |
| 3.1.2 聚类分析算法的要求 | 第31-32页 |
| 3.1.3 聚类算法的分类方法 | 第32-33页 |
| 3.2 模糊聚类分析方法 | 第33-35页 |
| 3.3 基于目标函数的模糊聚类算法 | 第35-42页 |
| 3.3.1 模糊集的定义 | 第35页 |
| 3.3.2 硬C均值(HCM)聚类算法 | 第35-38页 |
| 3.3.3 模糊C均值(FCM)聚类算法 | 第38-40页 |
| 3.3.4 FCM算法的优势与不足 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 一种改进的FCM算法—FCM-GRNN算法 | 第43-57页 |
| 4.1 基于FCM-GRNN的异常流量检测模型总体设计 | 第43-44页 |
| 4.1.1 SDN控制器 | 第44页 |
| 4.1.2 流量采集模块 | 第44页 |
| 4.1.3 流量分析模块 | 第44页 |
| 4.1.4 流量清洗模块 | 第44页 |
| 4.2 改进的FCM算法—FCM-GRNN算法 | 第44-48页 |
| 4.2.1 GRNN的理论基础 | 第45-46页 |
| 4.2.2 GRNN的网络结构模型 | 第46-48页 |
| 4.2.3 GRNN的工作原理 | 第48页 |
| 4.3 FCM-GRNN算法在入侵检测模型中的应用 | 第48-50页 |
| 4.4 实验仿真及结果分析 | 第50-56页 |
| 4.4.1 实验设计 | 第50-51页 |
| 4.4.2 实验数据来源及数据预处理方法 | 第51-52页 |
| 4.4.3 实验结果及分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录1 程序清单 | 第62-63页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录3 攻读硕士学位期间申请的专利 | 第64-65页 |
| 附录4 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
