基于Smith-waterman的应用层协议特征自动提取算法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 网络应用识别和分类领域的研究现状 | 第13-19页 |
| ·基于IANA知名端口号的识别技术 | 第13页 |
| ·基于IP地址的识别技术 | 第13-14页 |
| ·基于机器学习的识别技术 | 第14-15页 |
| ·基于应用层协议行为的识别技术 | 第15页 |
| ·基于载荷(PAYLOAD)的识别技术 | 第15-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 特征签名分析 | 第19-31页 |
| ·特征签名的定义 | 第19页 |
| ·特征字符串的长度 | 第19-20页 |
| ·特征签名的出现规则 | 第20页 |
| ·正常协议的特征签名格式 | 第20-21页 |
| ·常见协议及其特征签名分析 | 第21-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 纯净流汇集 | 第31-36页 |
| ·引言 | 第31页 |
| ·数据采集 | 第31页 |
| ·原理 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 协议特征自动提取系统设计与实现 | 第36-45页 |
| ·系统设计的背景和意义 | 第36页 |
| ·整体架构 | 第36-37页 |
| ·各模块详细实现 | 第37-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 算法的测试与结果分析 | 第45-51页 |
| ·流量采集过程 | 第45-47页 |
| ·提取特征签名 | 第47页 |
| ·特征签名准确率验证 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 总结与展望 | 第51-53页 |
| ·结论 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文 | 第56页 |
