UDP网络流量的分类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外相关研究 | 第11-12页 |
| ·本文的主要内容 | 第12-13页 |
| ·论文的结构安排 | 第13-14页 |
| 第二章 网络流量分类的研究 | 第14-21页 |
| ·P2P协议概述 | 第14-15页 |
| ·网络流量分类算法 | 第15-20页 |
| ·基于端口号的分类算法 | 第16页 |
| ·基于负载匹配的分类算法 | 第16-17页 |
| ·基于机器学习的分类算法 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 组合算法的设计 | 第21-40页 |
| ·算法的整体流程 | 第21页 |
| ·原始流文件的获取 | 第21-24页 |
| ·原始数据包的捕获 | 第21-23页 |
| ·五元组分流 | 第23-24页 |
| ·基准数据集的建立 | 第24-29页 |
| ·Process Monitor的简介与使用 | 第25-26页 |
| ·基准数据集的建立 | 第26-27页 |
| ·数据集的组成及大小 | 第27-29页 |
| ·流特征和应用特征签名的获取 | 第29-32页 |
| ·特征的选择与提取 | 第29-31页 |
| ·特征签名的获取 | 第31-32页 |
| ·组合算法分类 | 第32-36页 |
| ·算法的选择 | 第32-34页 |
| ·Weka简介和使用 | 第34-36页 |
| ·结果选择策略 | 第36-39页 |
| ·机器学习算法可靠度的获取 | 第36-37页 |
| ·DPI算法可靠度的获取 | 第37-39页 |
| ·结果选择的两种情况 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第四章 组合算法的实现与分析 | 第40-50页 |
| ·实验实现 | 第40-46页 |
| ·实验的具体过程 | 第40-45页 |
| ·实验结果分析 | 第45-46页 |
| ·模型稳定性分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·下一步工作 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
