VIP20
本课程属于：030-IoT异常行为检测 物联网安全与设备身份认证 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

IoT网络异常流量特征提取与检测

📚 共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
第1章
IoT安全概述
IoT安全现状、攻击面分析与安全威胁分类，建立全局安全视角。
安全基础威胁建模
第2章
IoT网络协议基础
深入MQTT、CoAP、HTTP/HTTPS、Modbus协议原理与流量特征。
协议分析工控
第3章
流量采集与预处理
tcpdump抓包、Wireshark基础操作及流量特征提取方法。
抓包预处理
第4章
异常流量特征工程
统计特征、时间序列、协议特征与载荷特征构建与选择。
特征工程载荷分析
第5章
基于统计的异常检测
均值方差模型、箱线图法、移动平均法识别离群流量。
统计方法基线
第6章
基于机器学习的检测
KNN、孤立森林、One‑Class SVM 在异常检测中的应用。
机器学习无监督
第7章
基于深度学习的检测
自编码器、LSTM时序模型、CNN特征提取实战。
深度学习时序
第8章
DDoS攻击流量识别
SYN Flood、UDP Flood、ICMP Flood 特征与检测方法。
DDoS洪泛
第9章
扫描探测攻击识别
端口扫描、服务探测、暴力破解流量特征与告警。
扫描暴力破解
第10章
僵尸网络流量识别
C2通信模式、心跳包特征、DGA域名检测技术。
僵尸网络C2
第11章
数据泄露流量识别
DNS隧道、HTTP隧道、ICMP隧道隐蔽信道检测。
数据泄露隧道
第12章
固件异常行为识别
异常固件升级、后门通信、异常配置变更检测。
固件安全后门
第13章
协议异常检测
MQTT异常主题、CoAP异常方法、Modbus异常功能码分析。
协议异常功能码
第14章
时间序列异常检测
周期性分析、趋势分解、突变点检测算法。
时间序列突变
第15章
流量基线建立
正常行为建模、动态基线更新、自适应阈值策略。
基线自适应
第16章
特征选择与降维
PCA主成分分析、互信息法、卡方检验特征筛选。
降维特征选择
第17章
实时检测系统设计
流处理框架、滑动窗口、告警机制与低延迟架构。
实时流处理
第18章
多源数据融合
日志关联、告警聚合、上下文分析提升检测准确率。
数据融合关联分析
第19章
误报与漏报优化
阈值调优、规则优化、模型集成降低误报率。
优化集成
第20章
IoT蜜罐技术
蜜罐部署、攻击诱捕、行为分析与威胁情报生成。
蜜罐诱捕
第21章
边缘计算场景检测
边缘节点流量、资源受限环境、轻量级模型部署。
边缘计算轻量级
第22章
5G IoT场景检测
海量连接、低时延要求、网络切片安全检测。
5G网络切片
第23章
工业IoT（IIoT）检测
工控协议、实时性要求、物理安全联动方案。
IIoT工控
第24章
车联网（V2X）检测
CAN总线异常、V2V通信、GPS欺骗检测技术。
车联网V2X
第25章
智能家居场景检测
设备指纹、家庭网关流量、隐私泄露风险识别。
智能家居隐私
第26章
医疗IoT检测
医疗设备协议、HIPAA合规、生命支持系统安全。
医疗IoT合规
第27章
可视化与报告
流量仪表盘、攻击拓扑图、告警时间线设计。
可视化仪表盘
第28章
自动化响应
SOAR集成、自动阻断、策略下发与编排。
SOAR自动响应
第29章
合规与标准
GDPR、等保2.0、IEC 62443、NIST框架解读。
合规标准
第30章
综合实战项目
从0搭建IoT异常流量检测系统，全流程实战。
实战全栈