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

网络环境下被动式主机识别技术研究

摘要第4-5页
Abstract第5页
第一章 绪论第11-17页
    1.1 课题背景及意义第11页
    1.2 相关工作和研究现状第11-15页
        1.2.1 基于主机硬件指纹的主机识别第12-13页
        1.2.2 基于主机软件环境指纹的主机识别第13-14页
        1.2.3 基于主机网络行为指纹的主机识别第14-15页
    1.3 主要研究内容第15页
    1.4 论文结构安排第15-17页
第二章 网络环境下被动式主机识别技术研究框架第17-21页
    2.1 主机识别技术相关概念第17页
    2.2 主机识别研究中的关键问题第17-19页
    2.3 主机识别技术研究框架第19-20页
    2.4 本章小结第20-21页
第三章 基于主机时钟偏移率的主机识别技术第21-37页
    3.1 问题描述第21-23页
        3.1.1 相关概念第21页
        3.1.2 基于主机时钟偏移率的主机识别框架第21-22页
        3.1.3 关键问题第22-23页
    3.2 主机时钟偏移率测算原理及误差分析第23-27页
        3.2.1 主机时间戳获取方法第23-25页
        3.2.2 主机时钟偏移率测算及误差分析第25-27页
    3.3 离群点弱化和跳跃点检测方法第27-30页
        3.3.1 基于线性回归算法的离群点弱化方法第28-29页
        3.3.2 跳跃点检测和消除方法第29-30页
    3.4 真实网络环境下实验结果及分析第30-35页
        3.4.1 实验环境第30-31页
        3.4.2 主机时钟偏移率测算方法对比实验第31-33页
        3.4.3 主机时钟偏移率稳定性验证第33-34页
        3.4.4 主机时钟偏移率分布规律第34-35页
    3.5 本章小结第35-37页
第四章 基于多维度主机指纹模型的主机识别技术第37-51页
    4.1 问题描述第37-39页
        4.1.1 相关概念第37-38页
        4.1.2 多维度主机指纹模型研究框架第38页
        4.1.3 关键问题第38-39页
    4.2 高速混杂网络环境下主机特征信息提取第39-44页
        4.2.1 主机特征信息提取框架第39-42页
        4.2.2 基于插件的可扩展主机特征信息提取方法第42-44页
    4.3 基于MAP-SCORE算法的多维度主机指纹库构建第44-47页
        4.3.1 MAP方法第44-46页
        4.3.2 SCORE方法第46-47页
    4.4 实验及结果分析第47-49页
        4.4.1 实验数据集第47页
        4.4.2 实验方法第47-49页
        4.4.3 单维度主机指纹库识别结果分析第49页
        4.4.4 多维度主机指纹库识别结果分析第49页
    4.5 本章小结第49-51页
第五章 被动式主机识别系统设计与实现第51-65页
    5.1 系统总体设计框架第51-52页
    5.2 数据库表设计第52-54页
    5.3 模块设计第54-56页
        5.3.1 系统管理模块第54页
        5.3.2 基于主机时钟偏移率的主机指纹提取模块第54-55页
        5.3.3 基于多维度主机指纹模型的主机指纹构建模块第55页
        5.3.4 基于主机时钟偏移率的主机识别模块第55-56页
        5.3.5 基于多维度主机指纹模型的主机识别模块第56页
    5.4 模块实现第56-63页
        5.4.1 系统管理模块第56-57页
        5.4.2 基于主机时钟偏移率的主机指纹提取模块第57-60页
        5.4.3 基于多维度主机指纹模型的主机指纹构建模块第60-62页
        5.4.4 系统运行效果第62-63页
    5.5 小结第63-65页
结束语第65-67页
参考文献第67-71页
致谢第71-73页
作者简历第73页

论文共73页,点击 下载论文
上一篇:基于深度学习的网络流量分类研究
下一篇:基于校园网流量的Hadoop分析的网络安全防护技术研究