移动互联网的文件分类审计系统研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 2 相关技术介绍 | 第18-30页 |
| 2.1 数据包捕获技术 | 第18-20页 |
| 2.1.1 Libpcap技术 | 第18-19页 |
| 2.1.2 BPF技术 | 第19-20页 |
| 2.2 深度包检测技术 | 第20-21页 |
| 2.2.1 深度包检测技术介绍 | 第20页 |
| 2.2.2 DPI技术特点 | 第20-21页 |
| 2.3 文件类型识别相关技术 | 第21-22页 |
| 2.3.1 基于后缀名的文件类型识别 | 第21页 |
| 2.3.2 基于特征标识的文件类型识别 | 第21-22页 |
| 2.3.3 基于内容的文件类型识别 | 第22页 |
| 2.4 网页分类相关技术 | 第22-27页 |
| 2.4.1 网页内容抽取 | 第23-24页 |
| 2.4.2 中文分词 | 第24-25页 |
| 2.4.3 文本特征提取算法 | 第25页 |
| 2.4.4 NB分类算法 | 第25-26页 |
| 2.4.5 KNN分类算法 | 第26页 |
| 2.4.6 SVM分类算法 | 第26-27页 |
| 2.5 二维码识别相关技术 | 第27页 |
| 2.6 Jemalloc内存管理技术 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 文件分类审计系统的关键技术研究 | 第30-42页 |
| 3.1 中文网页特征提取 | 第30-33页 |
| 3.1.1 卡方统计特征提取算法 | 第30-31页 |
| 3.1.2 基于卡方统计的优化特征提取算法 | 第31页 |
| 3.1.3 实验步骤与结果 | 第31-33页 |
| 3.2 基于限定区域的文件标识匹配方法 | 第33-37页 |
| 3.2.1 基于特征标识文件分类流程 | 第33-34页 |
| 3.2.2 文件特征标识描述 | 第34-36页 |
| 3.2.3 基于限定区域的文件标识匹配 | 第36-37页 |
| 3.2.4 实验步骤与结果 | 第37页 |
| 3.3 多进程架构的性能优化 | 第37-40页 |
| 3.3.1 基于负载均衡的数据分流 | 第38-39页 |
| 3.3.2 父子心跳问题处理 | 第39页 |
| 3.3.3 内存优化 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 移动互联网的文件分类审计系统 | 第42-56页 |
| 4.1 设计目标与设计原则 | 第42-43页 |
| 4.1.1 系统设计目标 | 第42页 |
| 4.1.2 系统设计原则 | 第42-43页 |
| 4.2 系统结构 | 第43-44页 |
| 4.2.1 系统部署 | 第43页 |
| 4.2.2 系统结构 | 第43-44页 |
| 4.3 模块实现 | 第44-54页 |
| 4.3.1 数据采集模块 | 第44-45页 |
| 4.3.2 协议解析及应用识别模块 | 第45-53页 |
| 4.3.3 数据存储模块 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 5 系统实现与测试 | 第56-66页 |
| 5.1 系统总体实现 | 第56-57页 |
| 5.2 关键功能实现 | 第57-61页 |
| 5.2.1 实时分析实现 | 第57-59页 |
| 5.2.2 文件类型审计实现 | 第59-60页 |
| 5.2.3 网页分类审计实现 | 第60-61页 |
| 5.3 实验结果与分析 | 第61-65页 |
| 5.3.1 实验环境 | 第61-62页 |
| 5.3.2 功能测试 | 第62页 |
| 5.3.3 性能测试 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66页 |
| 6.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第72-76页 |
| 学位论文数据集 | 第76页 |
