發(fā)布時(shí)間：2023-02-22 19:46

　　隨著科技的不斷發(fā)展和進(jìn)步,計(jì)算機(jī)網(wǎng)絡(luò)也逐漸成為了人們生活中不可缺少的部分。然而計(jì)算機(jī)網(wǎng)絡(luò)卻是危機(jī)四伏的,每天都有成千上萬次的網(wǎng)絡(luò)攻擊事件發(fā)生,同時(shí)新的攻擊手法也是層出不窮。因此,為了能夠及時(shí)發(fā)現(xiàn)這些攻擊并做出反應(yīng)就需要使用攻擊特征。攻擊特征一直都滯后于攻擊的出現(xiàn),如何才能夠快速準(zhǔn)確的提取出攻擊特征成為當(dāng)前計(jì)算機(jī)安全領(lǐng)域研究的熱點(diǎn)問題。攻擊特征自動(dòng)提取技術(shù)的出現(xiàn)有效的解決了這個(gè)問題,它不僅提高了攻擊特征的提取速度,而且還節(jié)省了不少的人力物力。 為了能夠更好地研究攻擊特征自動(dòng)提取技術(shù),本文主要從以下幾個(gè)方面對(duì)其進(jìn)行研究： 1)對(duì)蜜罐技術(shù)進(jìn)行分析研究,從蜜罐的分類、作用、關(guān)鍵技術(shù)等方面入手研究和分析了蜜罐技術(shù),論述了蜜罐技術(shù)的優(yōu)點(diǎn)及不足,闡明了蜜罐在網(wǎng)絡(luò)攻防戰(zhàn)中的重要作用。 2)對(duì)現(xiàn)有的攻擊特征自動(dòng)提取的方法進(jìn)行研究,分析比較了現(xiàn)有的主流提取方法：基于主機(jī)的提取方法和基于網(wǎng)絡(luò)的提取方法。通過對(duì)這兩種方法的分析比較,闡述其各自存在的優(yōu)點(diǎn)和不足,總結(jié)出現(xiàn)有的攻擊特征自動(dòng)提取技術(shù)的適用范圍和局限性。 3)研究了生物信息學(xué)中用于生物堿基配對(duì)的全局序列聯(lián)配算法,分析了它的時(shí)間和空間復(fù)雜度,并說明它可以...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 蜜罐技術(shù)的研究現(xiàn)狀(Honeypot)
        1.2.2 攻擊特征自動(dòng)提取技術(shù)的研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第2章 蜜罐技術(shù)的研究
    2.1 網(wǎng)絡(luò)攻擊
        2.1.1 網(wǎng)絡(luò)攻擊特點(diǎn)
        2.1.2 網(wǎng)絡(luò)攻擊過程
    2.2 蜜罐技術(shù)的提出
    2.3 蜜罐的分類
        2.3.1 根據(jù)交互程度分類
        2.3.2 根據(jù)實(shí)現(xiàn)方式分類
    2.4 蜜罐的作用
    2.5 蜜罐的關(guān)鍵技術(shù)
        2.5.1 網(wǎng)絡(luò)誘騙與偽裝技術(shù)
        2.5.2 數(shù)據(jù)捕獲技術(shù)
        2.5.3 數(shù)據(jù)控制技術(shù)
        2.5.4 數(shù)據(jù)分析技術(shù)
    2.6 蜜罐的優(yōu)點(diǎn)及缺點(diǎn)
        2.6.1 蜜罐的優(yōu)點(diǎn)
        2.6.2 蜜罐的缺點(diǎn)
    2.7 本章小結(jié)
第3章 攻擊特征碼自動(dòng)提取技術(shù)的研究
    3.1 攻擊特征自動(dòng)提取步驟
    3.2 現(xiàn)有攻擊特征自動(dòng)提取方法
        3.2.1 基于主機(jī)的攻擊特征提取
        3.2.2 基于網(wǎng)絡(luò)的攻擊特征提取
        3.2.3 HBSG方法和NBSG方法的比較
    3.3 本章小結(jié)
第4章 基于生物序列聯(lián)配的攻擊特征提取方法
    4.1 提取方法的提出背景
    4.2 生物學(xué)中的序列聯(lián)配方法
    4.3 基于NEEDLEMAN-WUNSCH算法的改進(jìn)特征提取算法
        4.3.1 Needleman-Wunsch算法
        4.3.2 減少特征碎片的全局序列聯(lián)配算法RSCGA
    4.4 基于RSCGA算法的分層全局序列聯(lián)配算法模型HGA
        4.4.1 HGA算法的模型
        4.4.2 優(yōu)化HGA算法模型中的碎片
        4.4.3 刪除HGA算法模型中的多余空位符
        4.4.4 降低噪聲對(duì)提取結(jié)果的影響
    4.5 HGA算法模型的缺點(diǎn)
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)
    5.1 實(shí)驗(yàn)?zāi)康?br>    5.2 實(shí)驗(yàn)環(huán)境
        5.2.1 Honeyd蜜罐簡介
        5.2.2 Honeyd蜜罐的特點(diǎn)
        5.2.3 Honeyd蜜罐體系結(jié)構(gòu)
        5.2.4 記錄日志
    5.3 HONEYD的安裝與配置
        5.3.1 Honeyd的安裝
        5.3.2 Honeyd的配置
    5.4 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)
    5.5 實(shí)驗(yàn)結(jié)果與分析
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)



本文編號(hào)：3748184