网络流量识别分析系统的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12页 |
| 1.3 本课题的主要研究内容及结构安排 | 第12-14页 |
| 第2章 网络应用层协议识别技术介绍 | 第14-25页 |
| 2.1 流量识别基础知识 | 第14-15页 |
| 2.2 基于端口的识别技术 | 第15-16页 |
| 2.3 基于数据包载荷内容的流量识别技术 | 第16-17页 |
| 2.4 基于统计特征的流量识别技术 | 第17-18页 |
| 2.5 基于机器学习的流量识别技术 | 第18-22页 |
| 2.5.1 有监督的学习算法 | 第18-20页 |
| 2.5.2 无监督的学习方法 | 第20-22页 |
| 2.6 算法的性能比较 | 第22-23页 |
| 2.7 本章小结 | 第23-25页 |
| 第3章 关联规则挖掘技术 | 第25-29页 |
| 3.1 数据挖掘简介 | 第25-26页 |
| 3.2 关联规则挖掘简介 | 第26-28页 |
| 3.2.1 经典关联规则挖掘算法 Apriori | 第26-27页 |
| 3.2.2 基于 Apriori 的改进算法 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第4章 系统的需求分析 | 第29-33页 |
| 4.1 可行性需求分析 | 第29-30页 |
| 4.2 性能需求分析 | 第30-31页 |
| 4.3 用户需求分析 | 第31-32页 |
| 4.4 功能需求分析 | 第32页 |
| 4.5 本章小结 | 第32-33页 |
| 第5章 系统设计 | 第33-43页 |
| 5.1 总体设计 | 第33-35页 |
| 5.2 系统设计的过程与原理 | 第35-40页 |
| 5.2.1 数据采集 | 第35-36页 |
| 5.2.2 数据分析 | 第36-37页 |
| 5.2.3 数据统计设计 | 第37-38页 |
| 5.2.4 协议特征提取设计 | 第38-40页 |
| 5.2.5 业务流量分布设计 | 第40页 |
| 5.3 数据库设计 | 第40-42页 |
| 5.4 小结 | 第42-43页 |
| 第6章 系统实现 | 第43-50页 |
| 6.1 单位时间流量统计与流量分布统计实现 | 第43-46页 |
| 6.2 协议特征提取的实现 | 第46-47页 |
| 6.2.1 最大频繁集提取的实现 | 第46-47页 |
| 6.2.2 多特征挖掘的实现 | 第47页 |
| 6.3 业务流量分布统计实现 | 第47-48页 |
| 6.4 网络延时分析实现 | 第48-49页 |
| 6.5 本章小结 | 第49-50页 |
| 第7章 系统测试及结果分析 | 第50-54页 |
| 7.1 单位时间流量统计 | 第50-51页 |
| 7.2 流量分布统计 | 第51-52页 |
| 7.3 业务流量分布统计 | 第52-53页 |
| 7.4 时延统计 | 第53页 |
| 7.5 本章小结 | 第53-54页 |
| 第8章 工作总结与展望 | 第54-56页 |
| 8.1 工作总结 | 第54页 |
| 8.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
