流数据协议特征分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 流数据协议特征分析的国内外研究现状 | 第10-12页 |
| 1.3 本文解决的主要问题 | 第12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 1.5 论文的组织结构 | 第13-15页 |
| 第二章 协议特征分析的相关理论与技术 | 第15-29页 |
| 2.1 基于多模式匹配的特征分析 | 第15-19页 |
| 2.1.1 Aho-Corasick算法 | 第15-17页 |
| 2.1.2 AC-BM算法 | 第17-19页 |
| 2.1.3 Wu-Manber算法 | 第19页 |
| 2.2 基于正则表达式的特征分析 | 第19-21页 |
| 2.3 基于隐马尔可夫模型的特征分析 | 第21-22页 |
| 2.4 基于数据挖掘的特征分析 | 第22-27页 |
| 2.4.1 数据挖掘的基本理论 | 第23-24页 |
| 2.4.2 聚类分析 | 第24-25页 |
| 2.4.3 关联规则的挖掘 | 第25-27页 |
| 2.5 流数据协议特征分析的主要技术 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于互信息的特征选择相关算法研究 | 第29-42页 |
| 3.1 特征选择简述 | 第29-30页 |
| 3.2 信息论的相关知识 | 第30-33页 |
| 3.2.1 信息熵 | 第30-31页 |
| 3.2.2 互信息 | 第31-33页 |
| 3.3 特征选择的过程 | 第33-34页 |
| 3.4 频繁数据单元的筛选 | 第34-38页 |
| 3.4.1 对数据帧的切分 | 第34-36页 |
| 3.4.2 生成频繁数据单元 | 第36-38页 |
| 3.5 产生特征候选集 | 第38-39页 |
| 3.5.1 频繁数据单元的拼接 | 第38-39页 |
| 3.5.2 产生特征候选集 | 第39页 |
| 3.6 特征的选择 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 基于聚类的特征分析方法研究 | 第42-55页 |
| 4.1 流数据中帧的聚类过程 | 第42-45页 |
| 4.2 聚类算法的学习与研究 | 第45-48页 |
| 4.2.1 DBSCAN算法分析 | 第45-46页 |
| 4.2.2 OPTICS算法分析 | 第46-47页 |
| 4.2.3 EM算法分析 | 第47-48页 |
| 4.3 各算法的性能分析与对比 | 第48-52页 |
| 4.3.1 对比实验研究 | 第48-49页 |
| 4.3.2 数据准备 | 第49页 |
| 4.3.3 性能分析与评价 | 第49-52页 |
| 4.4 数据帧的聚类研究 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 特征选择相关算法性能的验证实验 | 第55-66页 |
| 5.1 算法性能的验证步骤 | 第55-56页 |
| 5.2 数据来源 | 第56页 |
| 5.3 筛选频繁数据单元 | 第56-60页 |
| 5.3.1 对数据帧的切分 | 第56-58页 |
| 5.3.2 产生频繁数据单元 | 第58-60页 |
| 5.4 产生候选特征集合 | 第60-61页 |
| 5.4.1 拼接频繁数据单元 | 第60-61页 |
| 5.4.2 产生候选特征集合 | 第61页 |
| 5.5 特征选择 | 第61-63页 |
| 5.6 聚类 | 第63-65页 |
| 5.7 本章小结 | 第65-66页 |
| 第六章 总结与下步工作 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 下步工作 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
