| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.1.1 存在的问题 | 第12-14页 |
| 1.1.2 研究的意义 | 第14-15页 |
| 1.1.3 本文研究的二进制协议 | 第15-16页 |
| 1.2 协议识别研究现状 | 第16-17页 |
| 1.3 论文研究的主要内容 | 第17-18页 |
| 1.4 论文章节安排 | 第18-19页 |
| 1.5 总结 | 第19-20页 |
| 第二章 相关知识与技术分析 | 第20-42页 |
| 2.1 国内外协议识别方法 | 第20-25页 |
| 2.1.1 协议识别相关概念 | 第20-21页 |
| 2.1.2 基于端.的协议识别 | 第21-22页 |
| 2.1.3 基于测度的协议识别 | 第22-23页 |
| 2.1.4 基于负载的协议识别 | 第23-25页 |
| 2.2 特征选择与数据挖掘 | 第25-29页 |
| 2.2.1 特征选择概述 | 第25-28页 |
| 2.2.2 数据挖掘与关联规则挖掘 | 第28-29页 |
| 2.3 特征选择算法研究 | 第29-33页 |
| 2.3.1 相关性特征选择（CFS） | 第29-30页 |
| 2.3.2 卡方检验（ChiSquare） | 第30-31页 |
| 2.3.3 信息增益（InfoGain） | 第31-33页 |
| 2.3.4 信息增益率（InfoGainRatio） | 第33页 |
| 2.4 机器学习方法研究 | 第33-41页 |
| 2.4.1 C4.5 决策树的机器学习方法 | 第35-37页 |
| 2.4.2 贝叶斯分类算法研究 | 第37-38页 |
| 2.4.3 KNN分类方法 | 第38-40页 |
| 2.4.4 K means机器学习方法 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 二进制报文协议的特征选择 | 第42-57页 |
| 3.1 实验环境 | 第42-44页 |
| 3.1.1 实验数据集 | 第42-44页 |
| 3.1.2 硬件与软件配置 | 第44页 |
| 3.2 实验评价指标 | 第44-45页 |
| 3.3 二进制报文数据下特征选择方法 | 第45-50页 |
| 3.3.1 二进制报文数据特点 | 第45-46页 |
| 3.3.2 二进制数据帧的特征选择实验 | 第46-50页 |
| 3.4 实验结果与分析 | 第50-56页 |
| 3.4.1 特征串挖掘结果 | 第50-53页 |
| 3.4.2 特征选择结果 | 第53-54页 |
| 3.4.3 提取特征的有效性分析 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于互信息的无监督的特征选择算法 | 第57-63页 |
| 4.1 互信息相关知识 | 第57-59页 |
| 4.1.1 互信息相关概念 | 第57-58页 |
| 4.1.2 互信息在特征选择中的应用 | 第58-59页 |
| 4.2 基于互信息的特征选择方法 | 第59-61页 |
| 4.2.1 方法的提出 | 第59-60页 |
| 4.2.2 方法过程描述 | 第60-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第五章 基于互信息的特征选择算法在协议识别中的应用 | 第63-73页 |
| 5.1 应用场景 | 第63-64页 |
| 5.2 实验设计 | 第64-67页 |
| 5.2.1 n-gram的生成 | 第64-66页 |
| 5.2.2 特征候选串的拼接 | 第66页 |
| 5.2.3 特征选择 | 第66-67页 |
| 5.2.4 聚类 | 第67页 |
| 5.3 实验结果分析 | 第67-72页 |
| 5.3.1 实验结果 | 第67-71页 |
| 5.3.2 实验分析及展望 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 下一步工作 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |