基于流量的VOIP行为检测系统
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·选题背景及研究意义 | 第8页 |
| ·技术研究路线 | 第8-9页 |
| ·本文的研究内容和组织结构 | 第9-11页 |
| 2. 基于流量检测的研究分析 | 第11-24页 |
| ·基于卡方统计和贝叶斯的流量识别算法 | 第11-12页 |
| ·贝叶斯和卡方理论 | 第11页 |
| ·贝叶斯卡方算法 | 第11页 |
| ·小结 | 第11-12页 |
| ·基于主机和流特征VOIP检测算法 | 第12-14页 |
| ·主机和流特征VOIP检测理论 | 第12页 |
| ·基于主机和流特征检测算法 | 第12-13页 |
| ·小结 | 第13-14页 |
| ·基于SVM和方差分析的流量检测算法 | 第14-17页 |
| ·SVM和方差分析理论 | 第14页 |
| ·SVM和方差分析算法 | 第14-17页 |
| ·小结 | 第17页 |
| ·基于DPI技术的VOIP流量检测 | 第17-19页 |
| ·DPI理论 | 第17-18页 |
| ·DPI检测算法 | 第18-19页 |
| ·小结 | 第19页 |
| ·DFI检测算法 | 第19-20页 |
| ·DFI基本理论 | 第19页 |
| ·DFI算法 | 第19-20页 |
| ·小结 | 第20页 |
| ·静态流识别技术 | 第20-21页 |
| ·静态流识别技术理论 | 第20页 |
| ·静态流识别技术算法 | 第20-21页 |
| ·小结 | 第21页 |
| ·动态流识别技术 | 第21-22页 |
| ·动态流识别算法 | 第21页 |
| ·小结 | 第21-22页 |
| ·基于C4.5决策树的单向P2P流量识别算法 | 第22-23页 |
| ·C4.5决策树和单向P2P流量的基本理论 | 第22页 |
| ·基于C4.5决策树的单向VOIP识别算法 | 第22-23页 |
| ·小结 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 基于流量的VOIP分段匹配识别的研究 | 第24-30页 |
| ·识别检测系统功能点分析 | 第24页 |
| ·VOIP分段识别检测算法 | 第24-29页 |
| ·VOIP分段识别检测算法概述 | 第24-25页 |
| ·VOIP分段识别检测算法原理 | 第25-29页 |
| ·小结 | 第29页 |
| ·本章总结 | 第29-30页 |
| 4 基于流量的VOIP行为检测系统 | 第30-43页 |
| ·数据包提取 | 第30-32页 |
| ·样本特征提取 | 第32-36页 |
| ·样本特征提取原理 | 第32-33页 |
| ·时间间隔不确定性 | 第33-34页 |
| ·包长不确定性 | 第34-35页 |
| ·新建会话不确定性 | 第35页 |
| ·特征提取小结 | 第35-36页 |
| ·分段匹配识别算法在线识别技术的应用 | 第36-41页 |
| ·在线数据包的获取 | 第38-39页 |
| ·分段匹配识别算法 | 第39-41页 |
| ·识别算法小结 | 第41页 |
| ·小结 | 第41-43页 |
| 5 实验结果分析 | 第43-48页 |
| ·实验环境介绍 | 第43页 |
| ·实验环境 | 第43页 |
| ·实验结果分析 | 第43-47页 |
| ·小结 | 第47-48页 |
| 6 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 申请学位期间的研究成果及发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
