|
|
|
|
基于SDN和机器学习的恶意域名检测与防护的研究 |
| |
| 论文目录 |
| |
| 摘要 | 第3-4页 | | ABSTRACT | 第4-5页 | | 1 绪论 | 第8-14页 | | 1.1 研究背景与意义 | 第8-9页 | | 1.2 研究现状 | 第9-11页 | | 1.2.1 恶意域名检测 | 第9-10页 | | 1.2.2 恶意域名防护 | 第10-11页 | | 1.3 论文的研究内容 | 第11页 | | 1.4 论文的组织结构 | 第11-12页 | | 1.5 本章小结 | 第12-14页 | | 2 理论基础和相关背景知识 | 第14-30页 | | 2.1 域名系统 | 第14-18页 | | 2.1.1 域名 | 第14-15页 | | 2.1.2 域名解析 | 第15-17页 | | 2.1.3 恶意域名 | 第17-18页 | | 2.2 SDN技术 | 第18-26页 | | 2.2.1 SDN的起源和发展 | 第18页 | | 2.2.2 SDN的体系架构 | 第18-20页 | | 2.2.3 OpenFlow协议 | 第20-23页 | | 2.2.4 SDN控制器 | 第23-26页 | | 2.3 机器学习算法 | 第26-29页 | | 2.3.1 朴素贝叶斯 | 第26页 | | 2.3.2 决策树 | 第26-27页 | | 2.3.3 支持向量机 | 第27-29页 | | 2.4 本章小结 | 第29-30页 | | 3 恶意域名检测 | 第30-42页 | | 3.1 恶意域名检测流程 | 第30-31页 | | 3.2 黑白名单的设计 | 第31-32页 | | 3.3 域名分类 | 第32-38页 | | 3.3.1 数据样本 | 第33-34页 | | 3.3.2 特征分析和提取 | 第34-38页 | | 3.4 分类结果分析 | 第38-40页 | | 3.4.1 评价指标 | 第38-39页 | | 3.4.2 实验及结果分析 | 第39-40页 | | 3.5 本章小结 | 第40-42页 | | 4 恶意域名检测与防护 | 第42-58页 | | 4.1 恶意域名检测与防护系统 | 第42-45页 | | 4.1.1 功能模块设计 | 第42-43页 | | 4.1.2 工作流程 | 第43-45页 | | 4.2 数据转发层 | 第45页 | | 4.3 控制层 | 第45-53页 | | 4.3.1 报文解析及恶意域名检测分类 | 第46-48页 | | 4.3.2 恶意域名重定向 | 第48-50页 | | 4.3.3 代理访问及数据监控 | 第50-51页 | | 4.3.4 设计REST API | 第51-53页 | | 4.4 应用层 | 第53-57页 | | 4.4.1 DNS重定向服务器 | 第53-54页 | | 4.4.2 恶意域名检测与防护管理器 | 第54-57页 | | 4.5 本章小结 | 第57-58页 | | 5 恶意域名检测与防护系统验证与分析 | 第58-74页 | | 5.1 实验环境及部署 | 第58-60页 | | 5.2 实验验证过程及结果 | 第60-69页 | | 5.2.1 场景一：恶意域名拦截 | 第60-64页 | | 5.2.2 场景二：恶意域名重定向 | 第64-66页 | | 5.2.3 场景三：恶意域名代理访问及数据监控 | 第66-69页 | | 5.3 实验分析 | 第69-72页 | | 5.4 本章小结 | 第72-74页 | | 6 总结与展望 | 第74-76页 | | 6.1 本文工作总结 | 第74-75页 | | 6.2 不足及未来工作展望 | 第75-76页 | | 致谢 | 第76-78页 | | 参考文献 | 第78-82页 | | 附录 | 第82页 | | A 作者在攻读硕士学位期间发表的论文 | 第82页 | | B 作者在攻读硕士学位期间参与的项目 | 第82页 |
|
|
|
|
论文编号BS3191078，这篇论文共82页
会员购买按0.35元/页下载，共需支付28.7元。 直接购买按0.5元/页下载，共需要支付41元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务