P2P流量特性分析及检测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·课题的研究意义 | 第11-12页 |
| ·国内外研究现状分析 | 第12-14页 |
| ·国内外研究现状 | 第12-14页 |
| ·现有工作存在的问题或不足 | 第14页 |
| ·本文的主要工作和论文内容安排 | 第14-16页 |
| 第2章 P2P流量检测技术研究 | 第16-25页 |
| ·P2P流量检测技术分析 | 第16-22页 |
| ·端口检测法 | 第16-17页 |
| ·基于应用层协议检测法 | 第17-18页 |
| ·基于节点行为特征的检测法 | 第18-21页 |
| ·基于流行为特征的检测法 | 第21-22页 |
| ·常用P2P流量识别技术比较 | 第22-24页 |
| ·常用P2P流量识别技术比较 | 第22-23页 |
| ·现有P2P流量识别技术存在的问题 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于协议特征的P2P流媒体检测 | 第25-39页 |
| ·P2P流媒体应用交互过程 | 第25-28页 |
| ·P2P流媒体应用层协议特征分析 | 第28-31页 |
| ·基于协议特征的P2P流媒体识别 | 第31-36页 |
| ·识别系统设计 | 第31-32页 |
| ·流量捕获模块 | 第32-33页 |
| ·数据包解析模块 | 第33-35页 |
| ·协议特征匹配 | 第35-36页 |
| ·实验测试及结果分析 | 第36-38页 |
| ·识别测试及结果分析 | 第36-37页 |
| ·识别结果比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 支持向量机与P2P流特征选择 | 第39-53页 |
| ·支持向量机SVM分类原理 | 第39-43页 |
| ·线性可分SVM | 第39-41页 |
| ·线性不可分SVM | 第41-43页 |
| ·支持向量机在P2P流量识别中的应用 | 第43-44页 |
| ·P2P流量特征选择 | 第44-51页 |
| ·P2P流特征统计系统设计 | 第45-46页 |
| ·P2P流特征选择 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 基于支持向量机的P2P流量识别 | 第53-60页 |
| ·基于支持向量机的P2P流识别实现 | 第53-54页 |
| ·数据预处理 | 第54页 |
| ·核函数选择 | 第54-55页 |
| ·参数设置及优化 | 第55-56页 |
| ·实验结果分析 | 第56-59页 |
| ·参数优化测试 | 第56-57页 |
| ·运行效率测试 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |
