面向高速流量环境的网络用户识别技术研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 引言 | 第12-22页 |
1.1 研究背景与意义 | 第12-13页 |
1.2 研究现状 | 第13-19页 |
1.2.1 高速数据包抓取技术的研究现状 | 第13-14页 |
1.2.2 分布式并行处理技术的研究现状 | 第14-16页 |
1.2.3 用户终端识别技术的研究现状 | 第16-17页 |
1.2.4 网络用户识别技术的研究现状 | 第17-19页 |
1.3 研究目标和内容 | 第19-20页 |
1.3.1 研究目标 | 第19页 |
1.3.2 研究内容 | 第19-20页 |
1.4 论文组织结构 | 第20-22页 |
第二章 系统总体设计 | 第22-26页 |
2.1 需求分析 | 第22-23页 |
2.1.1 功能需求 | 第22-23页 |
2.1.2 性能需求 | 第23页 |
2.2 系统框架设计 | 第23-25页 |
2.2.1 总体设计 | 第23-24页 |
2.2.2 高速数据包抓取模块 | 第24页 |
2.2.3 分布式消息队列 | 第24页 |
2.2.4 分布式数据处理模块 | 第24页 |
2.2.5 分布式数据存储模块 | 第24页 |
2.2.6 在线识别模块 | 第24页 |
2.2.7 结果展示模块 | 第24-25页 |
2.3 本章小结 | 第25-26页 |
第三章 高速网络流量的分布式处理 | 第26-46页 |
3.1 高速数据包抓取 | 第26-27页 |
3.2 分布式数据处理 | 第27-44页 |
3.2.1 数据输入 | 第28页 |
3.2.2 报文解析与过滤 | 第28页 |
3.2.3 应用协议识别 | 第28-32页 |
3.2.4 应用程序识别 | 第32-43页 |
3.2.5 User-Agent检测 | 第43-44页 |
3.2.6 DNS解析 | 第44页 |
3.2.7 特征数据抽取 | 第44页 |
3.3 分布式数据存储 | 第44-45页 |
3.4 本章小结 | 第45-46页 |
第四章 基于分布式计算的网络用户识别 | 第46-62页 |
4.1 问题描述及评价指标 | 第46-48页 |
4.2 基于运行环境特征的用户终端识别 | 第48-55页 |
4.2.1 特征选择 | 第48页 |
4.2.2 终端设备指纹的生成 | 第48页 |
4.2.3 分类算法的选择 | 第48-49页 |
4.2.4 离线模型训练与验证 | 第49-54页 |
4.2.5 用户终端的在线识别 | 第54-55页 |
4.2.6 实验结果总结 | 第55页 |
4.3 基于网络行为特征的用户识别 | 第55-61页 |
4.3.1 特征选择 | 第55-56页 |
4.3.2 网络用户行为指纹的生成 | 第56-57页 |
4.3.3 分类模型的选择 | 第57页 |
4.3.4 离线模型训练与验证 | 第57-59页 |
4.3.5 网络用户的在线识别 | 第59-60页 |
4.3.6 实验结果总结 | 第60-61页 |
4.4 本章小结 | 第61-62页 |
第五章 原型系统的实现和测试 | 第62-74页 |
5.1 原型系统实现 | 第62-68页 |
5.1.1 高速数据包抓取模块 | 第62-63页 |
5.1.2 分布式消息队列 | 第63页 |
5.1.3 分布式数据处理模块 | 第63-65页 |
5.1.4 分布式数据存储模块 | 第65-66页 |
5.1.5 网络用户在线识别模块 | 第66-67页 |
5.1.6 结果展示模块 | 第67-68页 |
5.2 原型系统测试 | 第68-72页 |
5.2.1 测试环境 | 第68页 |
5.2.2 功能测试 | 第68-70页 |
5.2.3 性能测试 | 第70-72页 |
5.3 本章小结 | 第72-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 研究成果总结 | 第74页 |
6.2 未来工作展望 | 第74-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-82页 |
攻读硕士学位期间论文发表和专利申请情况 | 第82-84页 |
攻读硕士学位期间参加的科研项目 | 第84-86页 |
作者简介 | 第86页 |