首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于TCP流特征提取技术的网络流量识别应用研究

摘要第5-6页
ABSTRACT第6-7页
符号说明第15-16页
第1章 绪论第16-26页
    1.1 研究背景与意义第16-17页
    1.2 国内外研究现状第17-22页
        1.2.1 基于网络端口号的流量识别技术第18页
        1.2.2 基于DPI的流量识别技术第18-19页
        1.2.3 基于主机行为的流量识别技术第19页
        1.2.4 基于DFI的流量识别技术第19-21页
        1.2.5 流量识别技术比较第21-22页
    1.3 主要研究内容第22-23页
    1.4 论文组织结构第23-26页
第2章 基础知识第26-34页
    2.1 网络流量识别相关概念第26-27页
    2.2 深度流检测技术第27-29页
        2.2.1 DFI技术产生的背景第27-28页
        2.2.2 DFI技术原理第28-29页
    2.3 网络安全态势感知技术第29-32页
        2.3.1 网络态势感知第29页
        2.3.2 网络安全态势感知框架第29-30页
        2.3.3 网络安全态势感知建模过程第30-31页
        2.3.4 网络安全态势感知体系架构第31-32页
    2.4 本章小结第32-34页
第3章 相异度在基于流特征的恶意入侵检测中的应用第34-48页
    3.1 引言第34页
    3.2 基于距离的相异性度量第34-35页
    3.3 基于数据依赖的相异性度量第35-37页
        3.3.1 基于数据依赖的相异性度量第35页
        3.3.2 通用的基于数据依赖的相异性度量第35-37页
    3.4 改进的基于结构数据依赖的相异性度量第37-39页
        3.4.1 相异性转换函数第37页
        3.4.2 DBSCAN第37-39页
        3.4.3 基于结构数据依赖的相异性度量算法第39页
    3.5 基于结构数据依赖的密度函数第39-41页
    3.6 实验与分析第41-45页
        3.6.1 基于密度的聚类第41-43页
        3.6.2 改进的快速搜索和基于密度峰值的聚类第43-45页
    3.7 基于无监督式的恶意入侵检测第45-46页
    3.8 本章小结第46-48页
第4章 基于TCP流特征的恶意入侵检测技术第48-64页
    4.1 引言第48-49页
    4.2 恶意入侵检测相关技术第49页
    4.3 一种新的面向TCP连接的恶意入侵检测技术第49-53页
        4.3.1 建模第50-51页
        4.3.2 TCP组报第51页
        4.3.3 通联特征提取第51页
        4.3.4 启发式的降维方法第51-53页
        4.3.5 算法设计第53页
    4.4 实验与分析第53-61页
        4.4.1 数据和工具第53-54页
        4.4.2 机器学习算法选择第54-57页
        4.4.3 最优属性选择第57-58页
        4.4.4 与现有方法的对比第58-61页
    4.5 讨论第61-62页
    4.6 本章小结第62-64页
第5章 基于TCP流特征的智能设备识别技术第64-78页
    5.1 引言第64-65页
    5.2 设备识别相关技术第65-66页
    5.3 一种新的基于网页加载的智能设备识别技术第66-70页
        5.3.1 网页加载机制第66-67页
        5.3.2 JavaScript执行方式第67-69页
        5.3.3 特征提取第69-70页
    5.4 实验与分析第70-75页
        5.4.1 模拟环境搭建第70-72页
        5.4.2 智能设备识别第72-73页
        5.4.3 与现有方法的对比第73-75页
    5.5 基于网页加载的网站识别技术第75-76页
    5.6 本章小结第76-78页
第6章 总结与展望第78-80页
    6.1 本文工作总结第78-79页
    6.2 未来研究展望第79-80页
参考文献第80-86页
致谢第86-88页
在读期间发表的学术论文与取得的研究成果第88页

论文共88页,点击 下载论文
上一篇:云环境下信任模型研究
下一篇:智能葡萄霜霉病防控系统的设计与实现