网络流量异常中大数据挖掘技术的运用研究总结与参考文献,软件工程硕士论文.docx

《网络流量异常中大数据挖掘技术的运用研究总结与参考文献,软件工程硕士论文.docx》由会员分享，可在线阅读，更多相关《网络流量异常中大数据挖掘技术的运用研究总结与参考文献,软件工程硕士论文.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、网络流量异常中大数据挖掘技术的运用研究总结与以下为参考文献,软件工程硕士论文本篇论文目录导航：【题目】【第一章】【2.1-2.3】【2.42.5】【第三章】【4.1-4.5】【4.6】【4.7】【总结/以下为参考文献】网络流量异常中大数据挖掘技术的运用研究总结与以下为参考文献第五章总结瞻望随着互联网技术的创新，云计算大数据平台的商业化和企业化越来越普及，云计算大数据分析技术在安全监测上的应用会越来越多。使用大数据安全分析方式方法，不但能够解决海量数据的采集和存储，基于机器学习和数据挖掘方式方法，能够愈加主动、弹性地去应对新型复杂的违规行为和未知多变的风险。5.1本文主要研究工作。1设计了基于云

2、平台的网络安全分析平台。2在spark平台上实现了基于贝叶斯分类器的DDoS检测方式方法。3在spark平台上实现了基于cart决策树的DDoS检测方式方法。4对上述网络安全检测方式方法进行实验测试，验证其有效性。5.2瞻望。固然将大数据技术应用到信息安全检测当中是很有前景，但是我们同时也要解决一些问题才能发挥大数据真正的潜力。在异常检测方面，参加多数据源协同发现异常的能力。借助文章中设计的基于大数据分析异常检测平台，在将来设计异常检测算法中，应考虑到多数据源融合的情况。固然大数据对网络检测安全领域技术比方SIME产生了很大的改变，攻击和防御这两个永远恒久的竞赛的主题，由于大数据并不是万能的，

3、所以安全研究人员必须不断探寻求索和遏制复杂新颖的攻击方式。以下为参考文献： 1李天枫。大规模网络异常流量云检测平台研究D.天津理工大学，2021.2金爽。基于NetFlow的实时安全事件检测技术研究D.哈尔滨工程大学，2007.3李润恒，贾焰。在网络安全事件流中异常检测的方式方法J.通信学报，2018,12:27-35+44.4臧天宁。僵尸网络协同检测与辨别关键技术研究D.哈尔滨工程大学，2018.5卢强。网络安全事件预警系统研究D.天津理工大学，2020.6张淑英。网络安全事件关联分析与态势评测技术研究D.吉林大学，2020.7姚东。基于流的大规模网络安全态势感悟关键技术研究D.当兵的人信息

4、工程大学，2020.8杨锋。基于数据挖掘的入侵检测技术研究D.哈尔滨工程大学，2006.9乔鸿欣。基于MapReduce的KNN分类算法的研究与实现D.北京交通大学，2020.10陈吉荣，乐嘉锦。基于Hadoop生态系统的大数据解决方案综述J.计算机工程与科学，2020,10:25-35.11CardenasAA,ManadhataPK,RajanSP.BigDataAnalyticsforSecurityJ.IEEESecurityPrivacyMagazine,2020,1111：74-76.12LiH,LuX.ChallengesandTrendsofBigDataAnalyticsC/

5、2020NinthInternationalConferenceonP2P,Parallel,Grid,CloudandInternetComputing3PGCIC。IEEEComputerSociety,2021:566-567.13KambatlaK,KolliasG,KumarV,etal.TrendsinbigdataanalyticsJ.JournalofParallelDistributedComputing,2020,747：2561-2573.14JanakiramD.EmergingtrendsinCloudComputingandBigDataC/ITinBusiness

6、,IndustryandGovernmentCSIBIG，2020Conferenceon.IEEE,2020:1-1.15CasadoR,YounasM.EmergingtrendsandtechnologiesinbigdataprocessingJ.ConcurrencyComputation16ThakerCS,JatDS,MachanjaA,etal.Bigdata:EmergingtechnologicalparadigmandchallengesC/InternationalConferenceonEmergingTrendsinNetworksandComputerCommun

7、ications.IEEE,2021.17MahmoodT,AfzalU.SecurityAnalytics:BigDataAnalyticsforcybersecurity:Areviewoftrends,techniquesandtoolsC/NationalConferenceonInformationAssurance.2020:129-134.18Taft,Darryl.HowApacheSparkIsTransformingBigDataProcessing,DevelopmentJ.eWeek,2021.19Vizard,Michael.ApacheSparkAdoptionFu

8、elsBigDataAnalyticsJ.ChannelInsider,2021.20SchellR.Security-AbigquestionforbigdataC/IEEEInternationalConferenceonBigData.2020:5-5.21CardenasAA,ManadhataPK,RajanSP.BigDataAnalyticsforSecurityJ.IEEESecurityPrivacyMagazine,2020,1111：74-76.22ZhaoJ,WangL,JieT,etal.AsecurityframeworkinG-Hadoopforbigdataco

9、mputingacrossdistributedClouddatacentresJ.JournalofComputerSystemSciences,2020,805：994-1007.23LiS,ZhangT,GaoJ,etal.AStickyPolicyFrameworkforBigDataSecurityC/IEEEFirstInternationalConferenceonBigDataComputingServiceandApplications.IEEE,2021:130-137.24ChihWang.InternetInformation:FreedomorSecurity?ABi

10、gQuestionJ.图书情报工作，200412：19-26.25HeniH,GargouriF.AMethodologicalApproachforBigDataSecurity:ApplicationforNoSQLDataStoresM/NeuralInformationProcessing.SpringerInternationalPublishing,2021.26卢建芝。基于源端网络的防DDoS攻击的实现。计算机应用，Vol1.NoZI,2004200、20427高玉英。基于贝叶斯理论的动态不确定度评定方式方法研究D.合肥工业大学，2007.28基于混合马尔可夫链蒙特卡洛法的浸透率

11、随机预测29狄剑光，陈光英，孙东红。网络异常检测J.中国教育网络，20065：61-62.30张烜。基于应用层的DDoS攻击检测防御技术研究D.北京邮电大学，2018.31分布式文件系统在G/S形式中的应用研究32黑继伟。基于分布式并行文件系统HDFS的副本管理模型D.吉林大学，2018.33王磊。一种高性能HDFS存储平台的研究与实现D.西安电子科技大学，2020.34张轶。RDB平台和大数据平台混搭式的数据中心设计J.计算机技术与发展，20215：172-17835林燕。基于WebService分布式文件存储系统的设计与实现D.西安电子科技大学，2020.36朱赟。Snort入侵检测系统的

12、警报日志分析D.上海交通大学，2006.37陈江航。基于特征量突变级数模型的网络流量异常检测方式方法D.华中科技大学，2008.38詹士才。基于I/O流与类似度DDOS检测方式方法研究D.大连海事大学，2018.39翟鸿雁，熊伟，曾纪霞。一种自适应的人工免疫异常检测算法J.ComputerEngineeringandApplications,201816：86-88.40王风磊。改良的聚类算法在入侵检测中的应用J.电脑知识与技术，2018,0727。王传林，史军，周丹平。网络可疑行为检测技术研究J.保密科学技术，20182：58-60.41叶琳。基于SVM的网络流量异常检测系统研究D.云南大学

13、，2018.42朱应武，杨家海，张金祥。基于流量信息构造的异常检测J.软件学报，2018,2110：2573-2583.王士玉。43校园网络环境下网络蠕虫病毒的预警技术D.中国海洋大学，2018.44胡海洋。基于图灵测试的SYNFlood攻击防御研究D.东北大学，2008.45姚钦锋。基于数据挖掘的网络安全态势分析D.上海交通大学，2020.46高玉英。基于贝叶斯理论的动态不确定度评定方式方法研究D.合肥工业大学，2007.47光阴。贝叶斯认识论初探D.南京师范大学，2008.48张泊平，程菊明。基于贝叶斯理论的软件可靠性评估方式方法研究J.电子质量，200712：43-47.49梁彦。基于分布式平台Spark和YARN的数据挖掘算法的并行化研究D.中山大学，2020.50尚翠玲。基于时序特征的贝叶斯垃圾邮件过滤研究D.华南理工大学，2020.1;