网页安全论文提纲

论文题目：一种结合Kafka和Spark-streaming的大规模快速恶意网页识别方法的设计与实现

摘要：随着人们对互联网应用的越来越依赖,用户在互联网中遭受攻击的风险也越来越大。恶意网页是最常见的攻击方式,对用户的互联网应用安全造成了很大的威胁。论文根据当前恶意网页对互联网安全造成的威胁和面临的现状,通过理论分析与试验研究等方法深入讨论了大规模快速恶意网页识别方法及其应用。论文首先对恶意网页的定义、典型防范措施以及Kafka和Spark-streaming等技术进行了简述,然后重点分析了网页样本集获取及特征提取方法。论文对恶意网页识别及检测方法进行了设计,选择Weka工具对样本数据进行分类训练和模型构建,选择支持向量机算法、朴素叶贝斯算法和线性神经网络算法进行了对比实验。论文最后对系统应用实例进行了设计,测试结果表明,论文提出的系统方案具备较高的恶意网页识别率,比其他静态检测方法具备更好的性能,能够满足大规模恶意网页识别需求。

关键词：网络安全;恶意网页;特征提取;网页识别;系统设计

学科专业：电子与通信工程（专业学位）

摘要

abstract

第一章 绪论

1.1 研究背景及课题意义

1.2 国内外相关研究现状

1.3 本文的研究内容

1.4 论文结构安排

第二章 恶意网页识别原理及实现技术

2.1 恶意网页定义

2.2 恶意网页防范

2.2.1 恶意网页识别系统基本架构

2.2.2 恶意网页识别主要方法

2.3 Kafka数据中间件技术

2.4 Spark-streaming流式数据处理技术

2.5 Java EE开发技术

2.6 本章小结

第三章 系统方案分析及方法设计

3.1 系统方案需求分析

3.1.1 系统功能性需求

3.1.2 系统非功能性需求

3.2 系统设计背景及目标

3.3 系统整体架构设计

3.4 网页样本库构建方法设计

3.4.1 样本获取流程设计

3.4.2 基于Apache Nutch2框架的爬虫方法设计

3.5 恶意网页特征分析及确定

3.6 恶意网页识别分类方法设计

3.7 本章小结

第四章 恶意网页识别系统详细设计及实现

4.1 基于Kafka和 Spark-streaming的系统架构层次设计

4.2 系统工作流程设计

4.3 系统数据库设计

4.4 网页样本库模块详细设计与实现

4.5 特征提取模块详细设计与实现

4.6 恶意网页识别检测模块详细设计与实现

4.7 本章小结

第五章 恶意网页识别系统测试及应用

5.1 恶意网页识别系统测试

5.1.1 系统测试环境

5.1.2 系统功能测试

5.1.3 恶意网页识别测试效果

5.2 分类识别方法对比测试

5.3 系统大规模处理应用效果

5.4 本章小结

第六章 结束语

6.1 本文主要工作及研究成果

6.2 下一步工作及展望

参考文献

致谢