基于特征值方法和机器学习方法P2P流量识别系统研究与设计
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·流量检测技术简介 | 第9-10页 |
| ·论文的主要工作 | 第10页 |
| ·论文结构 | 第10-12页 |
| 第二章 相关技术介绍 | 第12-21页 |
| ·P2P 技术概述 | 第12页 |
| ·P2P 技术应用范围 | 第12-14页 |
| ·文件共享 | 第12-13页 |
| ·视频直播 | 第13页 |
| ·P2P 应用在VoIP | 第13-14页 |
| ·P2P 网络结构 | 第14-17页 |
| ·集中目录式结构 | 第14-15页 |
| ·纯P2P 网络结构 | 第15页 |
| ·混合式网络模型 | 第15-16页 |
| ·结构化网络模型 | 第16-17页 |
| ·P2P 带来的安全问题 | 第17-18页 |
| ·知识产权问题 | 第17页 |
| ·P2P 网络信息安全问题 | 第17-18页 |
| ·P2P 检测技术介绍 | 第18-19页 |
| ·端口识别法 | 第18页 |
| ·特征值分析检测技术 | 第18-19页 |
| ·基于流量统计特征的检测技术 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 机器学习在流量检测中的应用 | 第21-31页 |
| ·机器学习概述 | 第21-22页 |
| ·归纳学习方法 | 第21-22页 |
| ·监督学习分类 | 第22页 |
| ·分类算法分析与研究 | 第22-28页 |
| ·决策树算法研究 | 第22-26页 |
| ·贝叶斯分类法 | 第26-28页 |
| ·属性选择 | 第28-30页 |
| ·属性选择概述 | 第28-29页 |
| ·基于互相关性属性约简算法（CFS） | 第29-30页 |
| ·基于一致性属性约简算法（CON） | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 P2P 流量分析系统总体设计方案 | 第31-34页 |
| ·系统设计总体需求 | 第31页 |
| ·系统架构模型 | 第31-32页 |
| ·系统模块功能设计 | 第32-33页 |
| ·流量采集模块 | 第32页 |
| ·流量预处理模块 | 第32页 |
| ·基于特征值P2P 流量分析模块 | 第32-33页 |
| ·基于流统计特征P2P 流量检测模块 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于特征值流量分析模块设计与特征库建立 | 第34-46页 |
| ·典型P2P 应用程序分析 | 第34-43页 |
| ·BitTorrent | 第34-36页 |
| ·PPlive | 第36-38页 |
| ·QQlive | 第38-40页 |
| ·eMule/eDonkey | 第40-42页 |
| ·Skype | 第42-43页 |
| ·P2P 应用特征库建立 | 第43-45页 |
| ·BitTorrent | 第44页 |
| ·PPlive | 第44页 |
| ·QQlive | 第44页 |
| ·eMule | 第44-45页 |
| ·Skype | 第45页 |
| ·本章小结 | 第45-46页 |
| 第六章 系统设计与实现 | 第46-60页 |
| ·流量捕获 | 第49-50页 |
| ·基于特征值P2P 流量分析模块设计 | 第50-54页 |
| ·模块流程设计 | 第50-51页 |
| ·各个协议算法流程及代码实现 | 第51-54页 |
| ·基于流量特征检测模块实现 | 第54-58页 |
| ·数据源选择 | 第54-55页 |
| ·属性选择模块设计 | 第55-56页 |
| ·流统计特征属性文件建立 | 第56-57页 |
| ·分类器设计与实现 | 第57-58页 |
| ·测试结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60页 |
| ·后续工作展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |
