摘要 | 第10-12页 |
ABSTRACT | 第12-13页 |
第一章 绪论 | 第15-39页 |
1.1 研究背景 | 第15-18页 |
1.2 P2P僵尸网络概述 | 第18-24页 |
1.2.1 什么是僵尸网络 | 第18-19页 |
1.2.2 P2P僵尸网络的发展 | 第19-23页 |
1.2.3 P2P僵尸网络的分类 | 第23-24页 |
1.3 国内外研究现状 | 第24-34页 |
1.3.1 僵尸网络检测方法分类 | 第25-26页 |
1.3.2 基于网络流量的僵尸网络检测方法 | 第26-28页 |
1.3.3 基于网络流量的P2P僵尸网络检测方法 | 第28-32页 |
1.3.4 现有P2P僵尸网络检测方法存在的问题 | 第32-34页 |
1.4 论文研究内容及创新点 | 第34-37页 |
1.4.1 研究内容 | 第34-36页 |
1.4.2 创新点 | 第36-37页 |
1.5 论文结构 | 第37-39页 |
第二章 基于簇流的P2P流量识别与分类方法 | 第39-69页 |
2.1 引言 | 第39-40页 |
2.2 相关工作 | 第40-43页 |
2.2.1 基于端口的P2P流量识别与分类方法 | 第40-41页 |
2.2.2 基于签名的P2P流量识别与分类方法 | 第41-42页 |
2.2.3 基于流量特征的P2P流量识别与分类方法 | 第42-43页 |
2.3 P2P网络的簇流特征分析 | 第43-48页 |
2.3.1 网络流的定义 | 第43-44页 |
2.3.2 簇流特征的定义 | 第44-46页 |
2.3.3 簇流的提取方法 | 第46-48页 |
2.4 基于评分函数的P2P流量识别与分类方法 | 第48-60页 |
2.4.1 方法流程 | 第48-50页 |
2.4.2 数据集采集及簇流提取 | 第50-56页 |
2.4.3 实验及结果分析 | 第56-59页 |
2.4.4 小结 | 第59-60页 |
2.5 基于SVM的P2P流量识别与分类方法 | 第60-69页 |
2.5.1 方法流程 | 第60-62页 |
2.5.2 数据集采集及簇流提取 | 第62-63页 |
2.5.3 实验及结果分析 | 第63-67页 |
2.5.4 小结 | 第67-69页 |
第三章 基于行为模式匹配的P2P僵尸网络实时检测方法 | 第69-87页 |
3.1 引言 | 第69-70页 |
3.2 基于行为模式匹配的P2P僵尸网络实时检测方法PeerSorter | 第70-78页 |
3.2.1 方法流程 | 第70-71页 |
3.2.2 档案建立阶段 | 第71-74页 |
3.2.3 实时检测阶段 | 第74-78页 |
3.3 实验及结果分析 | 第78-86页 |
3.3.1 数据集采集 | 第79页 |
3.3.2 行为模式档案的建立 | 第79-82页 |
3.3.3 检测结果及分析 | 第82-86页 |
3.4 小结 | 第86-87页 |
第四章 基于回访性的P2P僵尸网络实时检测方法 | 第87-103页 |
4.1 引言 | 第87-89页 |
4.2 基于回访性的P2P僵尸网络实时检测方法PeerDigger | 第89-94页 |
4.2.1 方法流程 | 第89页 |
4.2.2 P2P主机检测 | 第89-91页 |
4.2.3 P2P僵尸主机检测 | 第91-94页 |
4.3 实验及结果分析 | 第94-102页 |
4.3.1 数据集准备 | 第94-97页 |
4.3.2 P2P主机检测实验 | 第97-99页 |
4.3.3 P2P僵尸主机检测实验 | 第99-100页 |
4.3.4 时间窗口大小的调整 | 第100-102页 |
4.4 小结 | 第102-103页 |
第五章 针对P2P僵尸网络检测的自适应流量采样方法 | 第103-121页 |
5.1 引言 | 第103-104页 |
5.2 相关工作 | 第104-105页 |
5.3 自适应流量采样方法T-Sampling | 第105-114页 |
5.3.1 方法流程 | 第105-106页 |
5.3.2 可疑主机识别阶段 | 第106-109页 |
5.3.3 自适应采样阶段 | 第109-114页 |
5.4 实验及结果分析 | 第114-119页 |
5.4.1 数据集采集 | 第114-115页 |
5.4.2 可疑主机识别实验结果 | 第115-116页 |
5.4.3 自适应采样算法实验结果 | 第116-118页 |
5.4.4 P2P僵尸主机检测实验结果 | 第118-119页 |
5.5 小结 | 第119-121页 |
第六章 结束语 | 第121-125页 |
6.1 论文工作总结 | 第121-123页 |
6.2 未来工作展望 | 第123-125页 |
致谢 | 第125-127页 |
参考文献 | 第127-145页 |
作者在学期间取得的学术成果 | 第145-147页 |