| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-15页 |
| 1.2 国内外研究发展状态 | 第15-17页 |
| 1.3 论文主要研究工作 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关技术研究与分析 | 第19-31页 |
| 2.1 网络应用分类 | 第19-21页 |
| 2.1.1 基础网络应用 | 第19页 |
| 2.1.2 IM类应用 | 第19-20页 |
| 2.1.3 流媒体类应用 | 第20页 |
| 2.1.4 下载类应用 | 第20-21页 |
| 2.2 网络应用识别技术 | 第21-25页 |
| 2.2.1 基于端.的识别技术 | 第21-23页 |
| 2.2.2 基于负载特征的识别技术 | 第23-24页 |
| 2.2.3 基于流量统计特征的识别技术 | 第24-25页 |
| 2.2.4 三种识别技术的比较 | 第25页 |
| 2.3 正则表达式匹配技术研究 | 第25-31页 |
| 2.3.1 正则表示式 | 第26-27页 |
| 2.3.2 基于NFA的正则表达式匹配 | 第27-28页 |
| 2.3.3 基于DFA的正则表达式匹配 | 第28-29页 |
| 2.3.4 两种匹配引擎对比分析 | 第29-31页 |
| 第三章 基于多序列比对网络应用特征提取算法 | 第31-41页 |
| 3.1 网络应用特征提取研究 | 第31-32页 |
| 3.2 多序列比对算法研究与分析 | 第32-35页 |
| 3.2.1 渐近式多序列比对算法 | 第32-34页 |
| 3.2.2 迭代式多比对算法 | 第34-35页 |
| 3.3 基于多序列比对的网络流量特征提取算法 | 第35-40页 |
| 3.3.1 基于T-Coffee的网络流量特征提取 | 第35-38页 |
| 3.3.2 网络应用特征提取结果与分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于流量分类的网络应用快速识别 | 第41-52页 |
| 4.1 规则匹配顺序对网络流量识别匹配时间的影响 | 第41-43页 |
| 4.2 网络应用中流量的分布特点 | 第43-46页 |
| 4.3 基于流量分类思想的网络应用快速识别 | 第46-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于特征网络应用过滤系统设计 | 第52-70页 |
| 5.1 系统设计 | 第52-53页 |
| 5.1.1 系统主要功能 | 第52页 |
| 5.1.2 系统体系结构 | 第52-53页 |
| 5.2 系统详细设计 | 第53-69页 |
| 5.2.1 数据包抓取模块 | 第53-57页 |
| 5.2.2 数据包解析模块 | 第57-58页 |
| 5.2.3 特征匹配模块 | 第58-63页 |
| 5.2.4 网络数据包控制模块 | 第63-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 系统测试与结果分析 | 第70-75页 |
| 6.1 测试环境 | 第70-71页 |
| 6.2 测试内容 | 第71页 |
| 6.3 测试结果及分析 | 第71-74页 |
| 6.3.1 网络流量识别功能测试 | 第71-73页 |
| 6.3.2 网络应用过滤测试 | 第73-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第七章 总结与展望 | 第75-77页 |
| 7.1 本论文的工作总结 | 第75页 |
| 7.2 进一步的研究工作 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |