P2P流量识别技术的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要工作 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第2章 P2P流量识别的相关研究 | 第16-26页 |
| ·数据捕获技术的相关研究 | 第16-19页 |
| ·WinPcap的体系结构 | 第16-17页 |
| ·WinPcap的主要功能及主要应用 | 第17-18页 |
| ·WinPcap的程序结构 | 第18-19页 |
| ·传统的流量识别方法 | 第19-21页 |
| ·基于网络层的流量识别 | 第19页 |
| ·基于传输层的流量识别 | 第19页 |
| ·基于连接特性的识别 | 第19-20页 |
| ·基于应用层的流量识别 | 第20页 |
| ·基于会话的分类 | 第20-21页 |
| ·加密数据包的流量识别 | 第21-22页 |
| ·基于机器学习的流量识别方法 | 第22页 |
| ·P2P流量的控制 | 第22-24页 |
| ·令牌桶算法 | 第23-24页 |
| ·随机早期检测算法 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于净荷特征匹配的流量识别算法 | 第26-36页 |
| ·基本字符串匹配算法介绍 | 第26-29页 |
| ·KMP算法 | 第26-28页 |
| ·AC算法 | 第28页 |
| ·BM算法 | 第28-29页 |
| ·Wu-Manber算法 | 第29页 |
| ·P2P协议分析 | 第29-32页 |
| ·BitTorrent协议分析 | 第29-30页 |
| ·MSN协议研究 | 第30-32页 |
| ·基于净荷特征的字符串匹配算法实现 | 第32-34页 |
| ·算法的基本思想 | 第32-33页 |
| ·数据结构的设计 | 第33页 |
| ·算法的设计 | 第33-34页 |
| ·实验验证与性能分析 | 第34-35页 |
| ·软件配置 | 第34页 |
| ·硬件配置 | 第34页 |
| ·实验过程 | 第34页 |
| ·实验结果 | 第34页 |
| ·性能分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于机器学习的流量识别算法 | 第36-54页 |
| ·模糊支持向量机的研究 | 第36-41页 |
| ·支持向量机 | 第36-37页 |
| ·模糊支持向量机 | 第37-39页 |
| ·改进的模糊支持向量机 | 第39-41页 |
| ·蚁群聚类算法的研究 | 第41-46页 |
| ·蚁群算法 | 第41-42页 |
| ·蚁群聚类算法的基本模型 | 第42-44页 |
| ·基于k-means算法的蚁群聚类算法 | 第44-45页 |
| ·改进的基于k-means算法的蚁群聚类算法 | 第45-46页 |
| ·实验验证 | 第46-53页 |
| ·软件配置 | 第47页 |
| ·硬件配置 | 第47页 |
| ·数据采集 | 第47页 |
| ·数据的预处理 | 第47-48页 |
| ·训练及测试集的构造 | 第48-51页 |
| ·实验方法 | 第51-52页 |
| ·实验结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 流量识别原型系统的实现 | 第54-62页 |
| ·总体设计 | 第54-55页 |
| ·基于传输层的流量识别模块的设计与实现 | 第55-56页 |
| ·特征库的建立 | 第55-56页 |
| ·基于传输层的流量识别方法 | 第56页 |
| ·基于应用层的流量识别模块的设计与实现 | 第56-57页 |
| ·特征库的建立 | 第56页 |
| ·基于应用层的流量识别方法 | 第56-57页 |
| ·基于IP层的流量识别模块的设计与实现 | 第57-60页 |
| ·数据结构的设计 | 第57-58页 |
| ·基于IP层的流量识别的算法设计 | 第58-59页 |
| ·IP索引表操作的设计 | 第59-60页 |
| ·基于机器学习的流量识别的设计与实现 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 结论 | 第62-64页 |
| ·本文结论 | 第62页 |
| ·下一步的研究方向 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
