近年来,互联网产业进入了一个快速发展时期。伴随着电子商务、移动互联网的飞速发展以及人们对技术的不断追求,云计算这个新的产业出现了。随着越来越多的企业和组织开始对云计算研究分析,云计算的发展前景越来越好。作为一个开源的云计算框架,Hadoop逐渐成为了当今最流行的云计算平台。虽然Hadoop被越来越多的人关注,逐渐成为国内外研究的重点,但由于它出现的时间不长,对Hadoop如何面对网络上日渐猖獗的DDoS攻击的研究很少。因此,论文针对Hadoop DDoS攻击检测进行研究应该具有一定的现实意义。在对Hadoop的安全机制和DDoS攻击进行研究的基础上,论文提出了一种分布式Hadoop DDoS攻击检测框架。在该框架中,Hadoop中所有节点以分布式的方式组成一个安全检测联盟,联盟中的每个节点都要进行DDoS攻击检测。其次,论文针对检测联盟中每个检测节点使用的检测算法进行了研究,主要对朴素贝叶斯、K-NN、决策树、人工神经网络和支持向量机等五种算法进行了理论分析,并结合实际测试数据发现SVM是最适合应用于分布式Hadoop DDoS攻击检测框架的算法。另外,对于SVM算法,论文提出了一种基于Hadoop的分布式多进程网格搜索方法用于寻找SVM算法的最优参数对组合。通过实际的数据测试表明,相比于传统的网格搜索,这种方法能够在保证不降低准确率的前提下短时间完成SVM算法最优参数对的搜索。最后,论文对分布式Hadoop DDoS攻击检测框架进行了实现,通过测试,该系统能够有效检测出Hadoop遭受的DDoS攻击。