表目录 | 第1-8页 |
图目录 | 第8-10页 |
摘要 | 第10-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第12-17页 |
·课题研究背景 | 第12-13页 |
·P2P 流量检测的背景 | 第12-13页 |
·课题来源、目的和意义 | 第13页 |
·P2P 流量检测技术研究现状 | 第13-14页 |
·P2P 流量检测技术现状 | 第13-14页 |
·P2P 流量检测技术发展趋势 | 第14页 |
·主要工作与成果 | 第14-15页 |
·论文结构安排 | 第15-17页 |
第二章 P2P 流量特征分析与流量检测技术比较研究 | 第17-27页 |
·引言 | 第17页 |
·P2P 网络节点行为特征分析 | 第17-19页 |
·P2P 节点的双重角色 | 第17页 |
·P2P 节点TCP/UDP 并发连接特征 | 第17-18页 |
·P2P 应用动态端口特点 | 第18页 |
·P2P 网络节点关联特征 | 第18-19页 |
·P2P 系统节点行为特征比较分析 | 第19页 |
·P2P 业务流量特征分析 | 第19-21页 |
·信令流量特征分析 | 第19-20页 |
·文件共享下载流量特征分析 | 第20-21页 |
·P2P 实时业务流量特征分析 | 第21页 |
·P2P 流量检测技术比较研究 | 第21-24页 |
·主流P2P 流量检测技术分析 | 第21-24页 |
·P2P 流量检测技术比较及展望 | 第24页 |
·基于多特征匹配的P2P 流量检测系统框架 | 第24-26页 |
·本章小结 | 第26-27页 |
第三章 基于PTITB 算法的P2P 业务流量跨层检测 | 第27-38页 |
·引言 | 第27页 |
·基于行为特征的P2P 流量识别条件 | 第27-29页 |
·P2P 对等体节点连接特征分析 | 第27-28页 |
·P2P 应用使用固定端口特征 | 第28-29页 |
·P2P 业务流量跨层检测方法 | 第29-34页 |
·基本思想 | 第29-30页 |
·基于传输层行为特征的P2P 业务流量识别算法(PTITB) | 第30-31页 |
·基于主动识别策略的P2P 动态随机端口检测 | 第31-33页 |
·DPI 深度报文检测模块匹配策略 | 第33-34页 |
·性能分析 | 第34-37页 |
·检测效率分析 | 第34页 |
·实验条件 | 第34页 |
·识别精度性能及结果分析 | 第34-36页 |
·PTITB 算法参数讨论 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 基于半监督聚类学习的P2P 业务流在线识别方法 | 第38-55页 |
·引言 | 第38页 |
·基于统计特征的P2P 业务流描述 | 第38-41页 |
·基于改进统计量的TCP 业务流描述 | 第38-40页 |
·P2P 实时业务流量源模型 | 第40-41页 |
·基于w 窗口UDP 包长时间分布的P2P 实时业务流描述 | 第41页 |
·基于半监督聚类学习的P2P 业务流量快速识别方法 | 第41-49页 |
·基本思想 | 第41-42页 |
·基于半监督学习的离线聚类方法 | 第42-45页 |
·基于正态分布的数据点分配策略 | 第45-46页 |
·改进的在线K-Means 聚类算法 | 第46-48页 |
·数据点标识策略及协议伪装流量识别 | 第48-49页 |
·算法性能评估 | 第49-50页 |
·簇评估 | 第49页 |
·检测性能评价指标 | 第49-50页 |
·实验测试及结果分析 | 第50-53页 |
·本章小节 | 第53-55页 |
第五章 基于分组抽样多特征匹配的P2P 流量高速检测方案 | 第55-65页 |
·引言 | 第55页 |
·基于分组抽样多特征匹配的P2P 流量检测方案模型 | 第55-58页 |
·基本思想 | 第55-57页 |
·系统模块功能说明及性能需求分析 | 第57-58页 |
·P2P“超级节点”检测模块设计方案 | 第58-63页 |
·基本原理 | 第58-59页 |
·自适应随机抽样模块设计及可行性分析 | 第59页 |
·基于PTITB 算法的P2P 流量检测模块设计及可行性分析 | 第59-60页 |
·P2P 节点在线关联模块设计及列表管理策略 | 第60-63页 |
·基于机器学习的P2P 流量检测模块 | 第63-64页 |
·本章小节 | 第64-65页 |
结束语 | 第65-67页 |
参考文献 | 第67-70页 |
附录 | 第70-71页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第71-72页 |
致谢 | 第72页 |