移动用户上网行为审计体系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究来源 | 第13页 |
| 1.3 研究问题 | 第13-14页 |
| 1.4 研究现状 | 第14-15页 |
| 1.5 论文结构安排 | 第15-16页 |
| 2 相关技术介绍 | 第16-26页 |
| 2.1 深度包探测技术 | 第16-17页 |
| 2.1.1 DPI技术介绍 | 第16页 |
| 2.1.2 DPI技术特点 | 第16-17页 |
| 2.2 数据包捕获技术 | 第17-20页 |
| 2.2.1 Libpcap技术 | 第17-18页 |
| 2.2.2 BPF技术 | 第18-20页 |
| 2.3 哈希匹配技术 | 第20-21页 |
| 2.3.1 哈希算法与哈希表 | 第20页 |
| 2.3.2 哈希表查找的特征 | 第20-21页 |
| 2.4 自然语言处理与信息检索 | 第21-23页 |
| 2.4.1 自然语言处理 | 第21页 |
| 2.4.2 信息检索 | 第21-22页 |
| 2.4.3 TF-IDF文本统计模型 | 第22-23页 |
| 2.5 关联挖掘技术 | 第23-25页 |
| 2.5.1 基本概念 | 第23-24页 |
| 2.5.2 Apriori算法 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 移动用户行为审计系统的设计 | 第26-35页 |
| 3.1 总体设计 | 第26-27页 |
| 3.1.1 系统建设目标 | 第26-27页 |
| 3.1.2 系统设计框架与结构 | 第27页 |
| 3.2 数据采集模块设计 | 第27-30页 |
| 3.2.1 数据采集模型 | 第27-29页 |
| 3.2.2 数据采集方法 | 第29-30页 |
| 3.3 协议解析与应用识别模块设计 | 第30-32页 |
| 3.3.1 协议分析流程 | 第30-31页 |
| 3.3.2 行为特征提取 | 第31-32页 |
| 3.4 数据存储模块设计 | 第32-33页 |
| 3.4.1 数据结构设计 | 第32-33页 |
| 3.4.2 数据库结构设计 | 第33页 |
| 3.5 数据分析模块设计 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 4 系统关键技术实现 | 第35-59页 |
| 4.1 用户行为的识别与审计 | 第35-42页 |
| 4.1.1 网页浏览行为的识别与审计 | 第35-38页 |
| 4.1.2 社区发帖行为的识别与审计 | 第38-40页 |
| 4.1.3 即时通讯应用的识别 | 第40-42页 |
| 4.2 高效的用户身份识别绑定的实现 | 第42-50页 |
| 4.2.1 RADIUS用户信息提取 | 第42-46页 |
| 4.2.2 用户信息匹配 | 第46-50页 |
| 4.3 用户上网行为的初步分析实现 | 第50-58页 |
| 4.3.1 关联分析的应用实现 | 第50-53页 |
| 4.3.2 提取文本关键词 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 系统的实现与测试 | 第59-75页 |
| 5.1 系统总体实现 | 第59-60页 |
| 5.2 关键模块实现 | 第60-68页 |
| 5.2.1 用户行为的识别和审计 | 第60-66页 |
| 5.2.2 用户身份识别 | 第66-67页 |
| 5.2.3 用户行为的分析结果 | 第67-68页 |
| 5.3 功能模块测试 | 第68-73页 |
| 5.3.1 实验环境 | 第69-70页 |
| 5.3.2 网页浏览行为识别与审计 | 第70-71页 |
| 5.3.3 社区发帖行为识别与审计 | 第71-72页 |
| 5.3.4 即时通讯应用的识别 | 第72-73页 |
| 5.4 本章小结 | 第73-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 全文工作总结 | 第75页 |
| 6.2 全文工作展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第80-82页 |
| 学位论文数据集 | 第82页 |
